「stat.CO」カテゴリーアーカイブ

A kernel Stein test of goodness of fit for sequential models

投稿日: 2023年7月14日 作成者: jarxiv

要約 我々は、異なる長さのテキスト文書や可変長シーケンスなど、さまざまな次元を持 … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | A kernel Stein test of goodness of fit for sequential models はコメントを受け付けていません

LINFA: a Python library for variational inference with normalizing flow and annealing

投稿日: 2023年7月11日 作成者: jarxiv

要約 変分推論は、統計および機械学習において確率分布を近似する方法としてますます … 続きを読む →

カテゴリー: cs.LG, stat.CO | LINFA: a Python library for variational inference with normalizing flow and annealing はコメントを受け付けていません

Emulating the dynamics of complex systems using autoregressive models on manifolds (mNARX)

投稿日: 2023年6月29日 作成者: jarxiv

要約 この研究では、長期間にわたって時変する外因性励起によって駆動される複雑な動 … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.CO, stat.ME | Emulating the dynamics of complex systems using autoregressive models on manifolds (mNARX) はコメントを受け付けていません

Restart Sampling for Improving Generative Processes

投稿日: 2023年6月27日 作成者: jarxiv

要約 拡散モデルなどの微分方程式を解くことを伴う生成プロセスでは、速度と品質のバ … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.CO, stat.ML | Restart Sampling for Improving Generative Processes はコメントを受け付けていません

Differentiating Metropolis-Hastings to Optimize Intractable Densities

投稿日: 2023年6月14日 作成者: jarxiv

要約 確率モデルで推論を実行する場合、ターゲット密度が手に負えなくなることが多く … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ME, stat.ML | Differentiating Metropolis-Hastings to Optimize Intractable Densities はコメントを受け付けていません

L0Learn: A Scalable Package for Sparse Learning using L0 Regularization

投稿日: 2023年6月12日 作成者: jarxiv

要約 $\ell_0$ 正則化を使用したスパース線形回帰と分類のためのオープンソ … 続きを読む →

カテゴリー: cs.LG, cs.MS, stat.CO, stat.ML | L0Learn: A Scalable Package for Sparse Learning using L0 Regularization はコメントを受け付けていません

Domain-Agnostic Batch Bayesian Optimization with Diverse Constraints via Bayesian Quadrature

投稿日: 2023年6月12日 作成者: jarxiv

要約 現実世界の最適化問題は、多くの場合、(1) 多様な制約、(2) 離散空間と … 続きを読む →

カテゴリー: 62C10, 62F15, cs.AI, cs.LG, cs.NA, math.NA, stat.CO, stat.ML | Domain-Agnostic Batch Bayesian Optimization with Diverse Constraints via Bayesian Quadrature はコメントを受け付けていません

A Simple Proof of the Mixing of Metropolis-Adjusted Langevin Algorithm under Smoothness and Isoperimetry

投稿日: 2023年6月9日 作成者: jarxiv

要約 $\mathbb{R}^d$ でターゲット密度をサンプリングするための M … 続きを読む →

カテゴリー: cs.CC, cs.LG, stat.CO, stat.ML | A Simple Proof of the Mixing of Metropolis-Adjusted Langevin Algorithm under Smoothness and Isoperimetry はコメントを受け付けていません

Sequential Monte Carlo Steering of Large Language Models using Probabilistic Programs

投稿日: 2023年6月6日 作成者: jarxiv

要約 大規模言語モデル（LLM）は、微調整や強化学習を行っても、プロンプトだけで … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.PL, stat.CO | Sequential Monte Carlo Steering of Large Language Models using Probabilistic Programs はコメントを受け付けていません

Topic-Guided Sampling For Data-Efficient Multi-Domain Stance Detection

投稿日: 2023年6月2日 作成者: jarxiv

要約 スタンス検出は、関心対象に対して著者が表明した態度を識別することに関係しま … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR, stat.CO, stat.ML | Topic-Guided Sampling For Data-Efficient Multi-Domain Stance Detection はコメントを受け付けていません