「stat.ME」カテゴリーアーカイブ

Learning Physics between Digital Twins with Low-Fidelity Models and Physics-Informed Gaussian Processes

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：低保真モデルと物理学に精通したガウス過程を用いたデジタルツイン間 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Learning Physics between Digital Twins with Low-Fidelity Models and Physics-Informed Gaussian Processes はコメントを受け付けていません

Proper Scoring Rules for Survival Analysis

投稿日: 2023年5月2日 作成者: jarxiv

要約 タイトル：生存分析のための適切なスコアリング規則 要約: – … 続きを読む →

カテゴリー: cs.LG, stat.ME | Proper Scoring Rules for Survival Analysis はコメントを受け付けていません

Causal Reasoning and Large Language Models: Opening a New Frontier for Causality

投稿日: 2023年5月2日 作成者: jarxiv

要約 タイトル: 因果推論と大規模言語モデル: 因果性の新たなフロンティアを開く … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CY, cs.HC, cs.LG, stat.ME | Causal Reasoning and Large Language Models: Opening a New Frontier for Causality はコメントを受け付けていません

Conformal Risk Control

投稿日: 2023年5月2日 作成者: jarxiv

要約 タイトル：Conformal Risk Control 要約： &#821 … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Conformal Risk Control はコメントを受け付けていません

Training Neural Networks for Sequential Change-point Detection

投稿日: 2023年5月1日 作成者: jarxiv

要約 【タイトル】 連続する変化点検出のためのニューラルネットワークのトレーニン … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Training Neural Networks for Sequential Change-point Detection はコメントを受け付けていません

Augmented balancing weights as linear regression

投稿日: 2023年5月1日 作成者: jarxiv

要約 タイトル：線形回帰における増強バランシング重み 要約： – 増 … 続きを読む →

カテゴリー: cs.LG, econ.EM, stat.ME, stat.ML | Augmented balancing weights as linear regression はコメントを受け付けていません

Using Perturbation to Improve Goodness-of-Fit Tests based on Kernelized Stein Discrepancy

投稿日: 2023年5月1日 作成者: jarxiv

要約 タイトル：カーネル化スタインの不一致法に基づく適合度検定の改善のための摂動 … 続きを読む →

カテゴリー: 62-08 (Primary), cs.LG, G.3, stat.ME, stat.ML | Using Perturbation to Improve Goodness-of-Fit Tests based on Kernelized Stein Discrepancy はコメントを受け付けていません

Framework for inferring empirical causal graphs from binary data to support multidimensional poverty analysis

投稿日: 2023年4月28日 作成者: jarxiv

要約 タイトル：バイナリデータからの実証的因果グラフ推論フレームワークによる多次 … 続きを読む →

カテゴリー: 06A06, 62G07, cs.CY, cs.LG, cs.SI, G.3, stat.ME | Framework for inferring empirical causal graphs from binary data to support multidimensional poverty analysis はコメントを受け付けていません

Spherical Rotation Dimension Reduction with Geometric Loss Functions

投稿日: 2023年4月28日 作成者: jarxiv

要約 【タイトル】幾何学的損失関数を用いた球面回転次元削減 【要約】 &#821 … 続きを読む →

カテゴリー: 62R20, cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Spherical Rotation Dimension Reduction with Geometric Loss Functions はコメントを受け付けていません

On Pitfalls of $\textit{RemOve-And-Retrain}$: Data Processing Inequality Perspective

投稿日: 2023年4月28日 作成者: jarxiv

要約 タイトル： ・「RemOve-And-Retrain」の落とし穴：データ処 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, stat.ME | On Pitfalls of $\textit{RemOve-And-Retrain}$: Data Processing Inequality Perspective はコメントを受け付けていません