「stat.CO」カテゴリーアーカイブ

Low degree conjecture implies sharp computational thresholds in stochastic block model

投稿日: 2025年4月29日 作成者: jarxiv

要約 対称確率的ブロックモデルのコンテキストにおける（拡張）低程度の推測（最近[ … 続きを読む →

カテゴリー: cs.CC, cs.LG, math.ST, stat.CO, stat.TH | Low degree conjecture implies sharp computational thresholds in stochastic block model はコメントを受け付けていません

RandALO: Out-of-sample risk estimation in no time flat

投稿日: 2025年4月28日 作成者: jarxiv

要約 大規模な高次元データセットでトレーニングされたモデルのサンプル外のリスクを … 続きを読む →

カテゴリー: cs.LG, math.OC, math.ST, stat.CO, stat.ML, stat.TH | RandALO: Out-of-sample risk estimation in no time flat はコメントを受け付けていません

Efficient and Stable Multi-Dimensional Kolmogorov-Smirnov Distance

投稿日: 2025年4月16日 作成者: jarxiv

要約 確率分布間のコルモゴロフスミルノフ距離を多次元設定に延長し、この一般化にア … 続きを読む →

カテゴリー: cs.CG, cs.LG, stat.CO | Efficient and Stable Multi-Dimensional Kolmogorov-Smirnov Distance はコメントを受け付けていません

Batch, match, and patch: low-rank approximations for score-based variational inference

投稿日: 2025年4月3日 作成者: jarxiv

要約 ブラックボックス変異推論（BBVI）は、完全な共分散行列を使用して多変量ガ … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | Batch, match, and patch: low-rank approximations for score-based variational inference はコメントを受け付けていません

shapr: Explaining Machine Learning Models with Conditional Shapley Values in R and Python

投稿日: 2025年4月3日 作成者: jarxiv

要約 このペーパーでは、RとPythonの両方で機械学習と統計回帰モデルのSha … 続きを読む →

カテゴリー: cs.LG, stat.CO | shapr: Explaining Machine Learning Models with Conditional Shapley Values in R and Python はコメントを受け付けていません

An Overview of Low-Rank Structures in the Training and Adaptation of Large Models

投稿日: 2025年3月26日 作成者: jarxiv

要約 深い学習の台頭により、信号処理と機械学習のデータ処理と予測に革命をもたらし … 続きを読む →

カテゴリー: cs.LG, eess.SP, math.OC, stat.CO, stat.ML | An Overview of Low-Rank Structures in the Training and Adaptation of Large Models はコメントを受け付けていません

Explainable Bayesian deep learning through input-skip Latent Binary Bayesian Neural Networks

投稿日: 2025年3月14日 作成者: jarxiv

要約 人工ニューラルネットワーク（ANN）を使用した自然現象のモデリングは、多く … 続きを読む →

カテゴリー: 05A16, 60J22, 62-02, 62-09, 62F07, 62F15, 62J05, 62J12, 62J99, 62M05, 90C27, 90C59, 92D20, cs.AI, cs.LG, G.1.6, stat.CO, stat.ME, stat.ML | Explainable Bayesian deep learning through input-skip Latent Binary Bayesian Neural Networks はコメントを受け付けていません

Neural Network-Based Change Point Detection for Large-Scale Time-Evolving Data

投稿日: 2025年3月13日 作成者: jarxiv

要約 このペーパーでは、多変量時間発生データの変化点を検出して検索する問題を研究 … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.CO, stat.ME, stat.ML | Neural Network-Based Change Point Detection for Large-Scale Time-Evolving Data はコメントを受け付けていません

A Deterministic Sampling Method via Maximum Mean Discrepancy Flow with Adaptive Kernel

投稿日: 2025年3月12日 作成者: jarxiv

要約 最大平均の不一致（MMD）としても知られるカーネルの不一致を最小化すること … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | A Deterministic Sampling Method via Maximum Mean Discrepancy Flow with Adaptive Kernel はコメントを受け付けていません

Generative Adversarial Networks for High-Dimensional Item Factor Analysis: A Deep Adversarial Learning Algorithm

投稿日: 2025年3月6日 作成者: jarxiv

要約 深い学習と表現学習の進歩により、より効率的で正確なパラメーター推定を可能に … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.CO, stat.ME, stat.ML | Generative Adversarial Networks for High-Dimensional Item Factor Analysis: A Deep Adversarial Learning Algorithm はコメントを受け付けていません