stat.ML」カテゴリーアーカイブ

Efficient MCMC Sampling with Expensive-to-Compute and Irregular Likelihoods

要約 マルコフチェーンモンテカルロ(MCMC)とのベイジアン推論は、尤度関数が不 … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

FlowVAT: Normalizing Flow Variational Inference with Affine-Invariant Tempering

要約 マルチモーダルおよび高次元後の事後は、変動推論に重大な課題を提示し、フロー … 続きを読む

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

Batched Nonparametric Bandits via k-Nearest Neighbor UCB

要約 バッチ付きノンパラメトリックコンテキストバンディットでシーケンシャルな意思 … 続きを読む

カテゴリー: 62G08, 62L05, 68Q32, 68T05, cs.LG, F.2.2, math.ST, stat.ME, stat.ML, stat.TH | コメントする

Optimizing Power Grid Topologies with Reinforcement Learning: A Survey of Methods and Challenges

要約 再生可能エネルギー源の統合の増加と、より適応的な制御戦略の必要性により、電 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SY, eess.SY, stat.ML | コメントする

Lightspeed Geometric Dataset Distance via Sliced Optimal Transport

要約 スライスした最適な輸送データセット距離(S-OTDD)を導入します。これは … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.CO, stat.ME, stat.ML | コメントする

Neural Thermodynamic Laws for Large Language Model Training

要約 神経尺度の法則を超えて、大規模な言語モデル(LLM)の根底にある法律につい … 続きを読む

カテゴリー: cs.AI, cs.LG, physics.data-an, stat.ML | コメントする

PIF: Anomaly detection via preference embedding

要約 構造化されたパターンに関する異常を検出する問題に対処します。 この目的のた … 続きを読む

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

Establishing Linear Surrogate Regret Bounds for Convex Smooth Losses via Convolutional Fenchel-Young Losses

要約 過剰なリスク境界とも呼ばれる代理の後悔の境界は、サロゲート損失の収束速度と … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Establishing Linear Surrogate Regret Bounds for Convex Smooth Losses via Convolutional Fenche-Young Losses

要約 代理の後悔の境界は、サロゲート損失の収束率とターゲット損失の間のギャップを … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Fairness-aware Bayes optimal functional classification

要約 アルゴリズムの公平性は機械学習の中心的なトピックとなっており、さまざまな亜 … 続きを読む

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