「stat.ME」カテゴリーアーカイブ

Large Language Models for Market Research: A Data-augmentation Approach

投稿日: 2025年1月7日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、複雑な自然言語処理タスクに優れることで人 … 続きを読む →

カテゴリー: 62F12, 68T50, 90B60, cs.AI, cs.LG, G.3, stat.ME, stat.ML | Large Language Models for Market Research: A Data-augmentation Approach はコメントを受け付けていません

Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers

投稿日: 2025年1月5日 作成者: jarxiv

要約 生成的AIの時代において、潜在表現を持つ深層生成モデル（DGM）は絶大な人 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers はコメントを受け付けていません

Towards Instance-Wise Calibration: Local Amortized Diagnostics and Reshaping of Conditional Densities (LADaR)

投稿日: 2024年12月31日 作成者: jarxiv

要約 複素入力 $\mathbf{x}$ を与えられたターゲット $y$ の条件 … 続きを読む →

カテゴリー: astro-ph.IM, cs.LG, stat.ME, stat.ML | Towards Instance-Wise Calibration: Local Amortized Diagnostics and Reshaping of Conditional Densities (LADaR) はコメントを受け付けていません

Causal Flow-based Variational Auto-Encoder for Disentangled Causal Representation Learning

投稿日: 2024年12月31日 作成者: jarxiv

要約 解きほぐされた表現学習は、各次元が基礎となる生成要因に対応する低次元表現を … 続きを読む →

カテゴリー: cs.LG, stat.ME | Causal Flow-based Variational Auto-Encoder for Disentangled Causal Representation Learning はコメントを受け付けていません

LASER: A new method for locally adaptive nonparametric regression

投稿日: 2024年12月30日 作成者: jarxiv

要約 この記事では、可変帯域幅の局所多項式回帰を実行する、計算効率の高い局所適応 … 続きを読む →

カテゴリー: cs.LG, math.PR, math.ST, stat.ME, stat.ML, stat.TH | LASER: A new method for locally adaptive nonparametric regression はコメントを受け付けていません

HNCI: High-Dimensional Network Causal Inference

投稿日: 2024年12月25日 作成者: jarxiv

要約 治療または政策の有効性を評価するという問題は、ネットワーク干渉下での因果推 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | HNCI: High-Dimensional Network Causal Inference はコメントを受け付けていません

Enhancing the Performance of Neural Networks Through Causal Discovery and Integration of Domain Knowledge

投稿日: 2024年12月25日 作成者: jarxiv

要約 この論文では、予測パフォーマンスを向上させるために、観測変数間の階層的因果 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME | Enhancing the Performance of Neural Networks Through Causal Discovery and Integration of Domain Knowledge はコメントを受け付けていません

Generalized Neyman Allocation for Locally Minimax Optimal Best-Arm Identification

投稿日: 2024年12月24日 作成者: jarxiv

要約 この研究では、固定予算のベストアーム同定 (BAI) に対する漸近的局所ミ … 続きを読む →

カテゴリー: cs.AI, cs.LG, econ.EM, stat.ME, stat.ML | Generalized Neyman Allocation for Locally Minimax Optimal Best-Arm Identification はコメントを受け付けていません

Variational Sequential Optimal Experimental Design using Reinforcement Learning

投稿日: 2024年12月24日 作成者: jarxiv

要約 我々は、情報理論的基準を備えたベイジアンフレームワーク内で有限シーケンスの … 続きを読む →

カテゴリー: 62C10, 62F15, 62K05, 62L05, 90C40, cs.AI, cs.LG, stat.CO, stat.ME, stat.ML | Variational Sequential Optimal Experimental Design using Reinforcement Learning はコメントを受け付けていません

Scientific Realism vs. Anti-Realism: Toward a Common Ground

投稿日: 2024年12月23日 作成者: jarxiv

要約 科学的実在論と反実在論の間の議論は依然として行き詰まり、和解は絶望的である … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.OT | Scientific Realism vs. Anti-Realism: Toward a Common Ground はコメントを受け付けていません