「stat.ML」カテゴリーアーカイブ

Reinforcement Learning for Individual Optimal Policy from Heterogeneous Data

投稿日: 2025年6月6日 作成者: jarxiv

要約 オフライン強化学習（RL）は、事前に収集されたデータを活用することにより、 … 続きを読む →

カテゴリー: cs.LG, stat.ML | コメントする

Progressive Tempering Sampler with Diffusion

投稿日: 2025年6月6日 作成者: jarxiv

要約 最近の研究では、非正常密度からサンプリングのプロセスを償却するニューラルサ … 続きを読む →

カテゴリー: cs.LG, stat.ML | コメントする

Causal Discovery from Conditionally Stationary Time Series

投稿日: 2025年6月6日 作成者: jarxiv

要約 因果発見、すなわち、観察データから根本的な因果関係を推測することは、AIシ … 続きを読む →

カテゴリー: cs.LG, stat.ML | コメントする

Admissibility of Completely Randomized Trials: A Large-Deviation Approach

投稿日: 2025年6月6日 作成者: jarxiv

要約 実験者が適応試験を実行するオプションを持っている場合、このオプションを無視 … 続きを読む →

カテゴリー: cs.LG, econ.EM, stat.ML | コメントする

One Wave To Explain Them All: A Unifying Perspective On Feature Attribution

投稿日: 2025年6月6日 作成者: jarxiv

要約 機能の属性方法は、モデルの決定に影響を与える入力機能を識別することにより、 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Context is Key: A Benchmark for Forecasting with Essential Textual Information

投稿日: 2025年6月6日 作成者: jarxiv

要約 予測は、多くのドメインにわたる意思決定における重要なタスクです。 履歴数値 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Sample Complexity and Representation Ability of Test-time Scaling Paradigms

投稿日: 2025年6月6日 作成者: jarxiv

要約 テスト時間スケーリングパラダイムは、複雑なタスク上の大規模な言語モデル（L … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Stochastic Poisson Surface Reconstruction with One Solve using Geometric Gaussian Processes

投稿日: 2025年6月6日 作成者: jarxiv

要約 ポアソン表面再構築は、配向点クラウドから表面を再構築するための広く使用され … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG, stat.ML | コメントする

Batched Nonparametric Contextual Bandits

投稿日: 2025年6月5日 作成者: jarxiv

要約 バッチ制約の下でノンパラメトリックコンテキストバンディットを研究します。各 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | コメントする

Optimistic critics can empower small actors

投稿日: 2025年6月5日 作成者: jarxiv

要約 俳優の批判的な方法は、深い強化学習における最近の進歩の多くの中心となってい … 続きを読む →

カテゴリー: cs.LG, stat.ML | コメントする