stat.ML」カテゴリーアーカイブ

Differentially Private Joint Independence Test

要約 2つ以上のランダムベクター間の共同依存の識別は、データに機密情報または機密 … 続きを読む

カテゴリー: 62G10, 62H20, cs.CR, cs.LG, math.ST, stat.ME, stat.ML, stat.TH | コメントする

Thermalizer: Stable autoregressive neural emulation of spatiotemporal chaos

要約 時空間システムの自己回帰サロゲートモデル(または\ textit {エミュ … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Optimal Approximation of Zonoids and Uniform Approximation by Shallow Neural Networks

要約 次の2つの関連する問題を研究します。 1つ目は、$ \ mathbb {r … 続きを読む

カテゴリー: 41A25, 41A46, 52A21, 68T07, cs.LG, cs.NA, math.NA, stat.ML | コメントする

On Using Certified Training towards Empirical Robustness

要約 敵対的な訓練は、おそらく特定の敵対例に対して経験的堅牢性を提供する最も一般 … 続きを読む

カテゴリー: cs.CR, cs.LG, stat.ML | コメントする

What Constitutes a Less Discriminatory Algorithm?

要約 異なる影響ドクトリンは、差別的なデータ駆動型アルゴリズムの決定を標的とする … 続きを読む

カテゴリー: cs.CY, cs.LG, stat.ML | コメントする

Optimistic Q-learning for average reward and episodic reinforcement learning

要約 すべてのポリシーで、頻繁な状態$ s_0 $を訪問する時間は予想または一定 … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Understanding Model Calibration — A gentle introduction and visual exploration of calibration and the expected calibration error (ECE)

要約 信頼できると見なされるためには、各決定に対する信頼が真の結果を密接に反映す … 続きを読む

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

Sparse PCA With Multiple Components

要約 スパース主成分分析(SPCA)は、高次元データセットの分散を解釈可能な方法 … 続きを読む

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

ML-Based Bidding Price Prediction for Pay-As-Bid Ancillary Services Markets: A Use Case in the German Control Reserve Market

要約 再生可能エネルギー源の統合の増加により、発電におけるボラティリティと予測不 … 続きを読む

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

Schur’s Positive-Definite Network: Deep Learning in the SPD cone with structure

要約 対称陽性 – 決定(SPD)コーンの推定マトリックスは、コンピ … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする