「stat.ME」カテゴリーアーカイブ

Trust Your $\nabla$: Gradient-based Intervention Targeting for Causal Discovery

投稿日: 2024年4月4日 作成者: jarxiv

要約 データから因果構造を推測することは、科学において基本的に重要な挑戦的課題で … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | Trust Your $\nabla$: Gradient-based Intervention Targeting for Causal Discovery はコメントを受け付けていません

Robustly estimating heterogeneity in factorial data using Rashomon Partitions

投稿日: 2024年4月3日 作成者: jarxiv

要約 観察データとランダム化対照試験の両方における多くの統計分析では、観察可能な … 続きを読む →

カテゴリー: cs.LG, econ.EM, stat.CO, stat.ME, stat.ML | Robustly estimating heterogeneity in factorial data using Rashomon Partitions はコメントを受け付けていません

Riemannian Laplace Approximation with the Fisher Metric

投稿日: 2024年4月2日 作成者: jarxiv

要約 ラプラス法は、そのモードでのガウス分布を使用してターゲット密度を近似します … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Riemannian Laplace Approximation with the Fisher Metric はコメントを受け付けていません

Algorithms for Non-Negative Matrix Factorization on Noisy Data With Negative Values

投稿日: 2024年4月1日 作成者: jarxiv

要約 非負行列因数分解 (NMF) は、ノイズの多いデータ、特に天文データの分析 … 続きを読む →

カテゴリー: astro-ph.IM, cs.LG, eess.SP, stat.ME | Algorithms for Non-Negative Matrix Factorization on Noisy Data With Negative Values はコメントを受け付けていません

Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction

投稿日: 2024年3月29日 作成者: jarxiv

要約 意思決定パイプラインは一般に、さまざまなリスク機能間のトレードオフによって … 続きを読む →

カテゴリー: cs.LG, stat.ME | Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction はコメントを受け付けていません

Nesting Particle Filters for Experimental Design in Dynamical Systems

投稿日: 2024年3月28日 作成者: jarxiv

要約 この論文では、リスクに敏感な政策最適化として定式化する、交換不可能なデータ … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Nesting Particle Filters for Experimental Design in Dynamical Systems はコメントを受け付けていません

Toward a Theory of Causation for Interpreting Neural Code Models

投稿日: 2024年3月27日 作成者: jarxiv

要約 コードのニューラル言語モデル、つまりニューラル コード モデル (NCM) … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SE, stat.ME | Toward a Theory of Causation for Interpreting Neural Code Models はコメントを受け付けていません

WEEP: A method for spatial interpretation of weakly supervised CNN models in computational pathology

投稿日: 2024年3月25日 作成者: jarxiv

要約 深層学習により、高解像度の病理組織全体スライド画像 (WSI) のモデリン … 続きを読む →

カテゴリー: cs.CV, eess.IV, stat.ME | WEEP: A method for spatial interpretation of weakly supervised CNN models in computational pathology はコメントを受け付けていません

Toward a Theory of Causation for Interpreting Neural Code Models

投稿日: 2024年3月22日 作成者: jarxiv

要約 コードのニューラル言語モデル、つまりニューラル コード モデル (NCM) … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SE, stat.ME | Toward a Theory of Causation for Interpreting Neural Code Models はコメントを受け付けていません

Exact Consistency Tests for Gaussian Mixture Filters using Normalized Deviation Squared Statistics

投稿日: 2024年3月18日 作成者: jarxiv

要約 確率的システム状態密度をガウス混合で近似する離散時間確率フィルタにおける動 … 続きを読む →

カテゴリー: cs.CV, cs.RO, cs.SY, eess.SY, stat.AP, stat.ME | Exact Consistency Tests for Gaussian Mixture Filters using Normalized Deviation Squared Statistics はコメントを受け付けていません