「stat.ME」カテゴリーアーカイブ

Debiased Distribution Compression

投稿日: 2024年4月19日 作成者: jarxiv

要約 最新の圧縮方法は、ターゲット分布 $\mathbb{P}$ を i.i.d … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ME, stat.ML | Debiased Distribution Compression はコメントを受け付けていません

Amplitude-Phase Fusion for Enhanced Electrocardiogram Morphological Analysis

投稿日: 2024年4月16日 作成者: jarxiv

要約 心臓の活動や個人差による心電図 (ECG) 信号の振幅と位相パターンの変動 … 続きを読む →

カテゴリー: cs.IT, cs.LG, eess.SP, I.5.2, math.IT, stat.ME | Amplitude-Phase Fusion for Enhanced Electrocardiogram Morphological Analysis はコメントを受け付けていません

Approximate Stein Classes for Truncated Density Estimation

投稿日: 2024年4月15日 作成者: jarxiv

要約 切り捨てられた密度モデルの推定は困難です。これらのモデルには扱いにくい正規 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Approximate Stein Classes for Truncated Density Estimation はコメントを受け付けていません

Local Causal Discovery for Estimating Causal Effects

投稿日: 2024年4月11日 作成者: jarxiv

要約 データの基礎となる因果関係グラフが不明な場合でも、観察データを使用して、( … 続きを読む →

カテゴリー: cs.LG, stat.ME | Local Causal Discovery for Estimating Causal Effects はコメントを受け付けていません

How to Evaluate Entity Resolution Systems: An Entity-Centric Framework with Application to Inventor Name Disambiguation

投稿日: 2024年4月9日 作成者: jarxiv

要約 エンティティ解決 (レコード リンケージ、マイクロクラスタリング) システ … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ME | How to Evaluate Entity Resolution Systems: An Entity-Centric Framework with Application to Inventor Name Disambiguation はコメントを受け付けていません

Evaluating Interventional Reasoning Capabilities of Large Language Models

投稿日: 2024年4月9日 作成者: jarxiv

要約 多くの意思決定タスクでは、システムのさまざまな部分への介入による因果効果を … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, stat.ME | Evaluating Interventional Reasoning Capabilities of Large Language 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4月9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

Causal hybrid modeling with double machine learning

投稿日: 2024年4月5日 作成者: jarxiv

要約 ハイブリッド・モデリングは、解釈可能性、一般化、自然法則への準拠を高めるた … 続きを読む →

カテゴリー: cs.LG, stat.ME | Causal hybrid modeling with double machine learning はコメントを受け付けていません

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