「stat.CO」カテゴリーアーカイブ

Reliability Analysis of Complex Systems using Subset Simulations with Hamiltonian Neural Networks

投稿日: 2024年1月11日 作成者: jarxiv

要約 信頼性解析にハミルトニアン ニューラル ネットワーク ベースのモンテカルロ … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.CO, stat.ML | Reliability Analysis of Complex Systems using Subset Simulations with Hamiltonian Neural Networks はコメントを受け付けていません

Sampling in Unit Time with Kernel Fisher-Rao Flow

投稿日: 2024年1月9日 作成者: jarxiv

要約 非正規化ターゲット密度またはベイジアン事後分布からサンプリングするための、 … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | Sampling in Unit Time with Kernel Fisher-Rao Flow はコメントを受け付けていません

Controlling Moments with Kernel Stein Discrepancies

投稿日: 2024年1月5日 作成者: jarxiv

要約 カーネルシュタイン不一致(KSD)は、分布近似の品質を測定するもので、対象 … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | Controlling Moments with Kernel Stein Discrepancies はコメントを受け付けていません

Entropy and the Kullback-Leibler Divergence for Bayesian Networks: Computational Complexity and Efficient Implementation

投稿日: 2024年1月5日 作成者: jarxiv

要約 ベイジアンネットワーク（BN）は、機械学習と因果推論における基礎的なモデル … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.CO, stat.ML | Entropy and the Kullback-Leibler Divergence for Bayesian Networks: Computational Complexity and Efficient Implementation はコメントを受け付けていません

Gasper: GrAph Signal ProcEssing in R

投稿日: 2023年12月29日 作成者: jarxiv

要約 R Gasper パッケージの使用に関する短いチュートリアルを紹介します。 … 続きを読む →

カテゴリー: cs.LG, eess.SP, stat.CO | Gasper: GrAph Signal ProcEssing in R はコメントを受け付けていません

AdamMCMC: Combining Metropolis Adjusted Langevin with Momentum-based Optimization

投稿日: 2023年12月22日 作成者: jarxiv

要約 不確実性の推定は、科学および工学におけるディープ ニューラル ネットワーク … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | AdamMCMC: Combining Metropolis Adjusted Langevin with Momentum-based Optimization はコメントを受け付けていません

Functional Mixtures-of-Experts

投稿日: 2023年12月21日 作成者: jarxiv

要約 観測値に関数 (通常は時系列) が含まれる状況での予測のために、異種データ … 続きを読む →

カテゴリー: 62-XX, 62R10, cs.LG, G.3, stat.CO, stat.ME, stat.ML | Functional Mixtures-of-Experts はコメントを受け付けていません

Modeling non-linear Effects with Neural Networks in Relational Event Models

投稿日: 2023年12月20日 作成者: jarxiv

要約 動的ネットワークは、リレーショナル システムがどのように進化するかについて … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ME, stat.ML | Modeling non-linear Effects with Neural Networks in Relational Event Models はコメントを受け付けていません

Automatic Rao-Blackwellization for Sequential Monte Carlo with Belief Propagation

投稿日: 2023年12月18日 作成者: jarxiv

要約 状態空間モデル (SSM) での正確なベイズ推論は一般に扱いにくく、残念な … 続きを読む →

カテゴリー: cs.LG, stat.CO | Automatic Rao-Blackwellization for Sequential Monte Carlo with Belief Propagation はコメントを受け付けていません

SMT 2.0: A Surrogate Modeling Toolbox with a focus on Hierarchical and Mixed Variables Gaussian Processes

投稿日: 2023年12月5日 作成者: jarxiv

要約 サロゲートモデリングツールボックス（SMT）はオープンソースのPython … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.CO | SMT 2.0: A Surrogate Modeling Toolbox with a focus on Hierarchical and Mixed Variables Gaussian Processes はコメントを受け付けていません