stat.ML」カテゴリーアーカイブ

KD$^{2}$M: An unifying framework for feature knowledge distillation

要約 知識蒸留(KD)は、生徒のニューラルネットに向けて、教師の知識を転送しよう … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Batch, match, and patch: low-rank approximations for score-based variational inference

要約 ブラックボックス変異推論(BBVI)は、完全な共分散行列を使用して多変量ガ … 続きを読む

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

Barrier Certificates for Unknown Systems with Latent States and Polynomial Dynamics using Bayesian Inference

要約 動的システムの安全性の認証は重要ですが、バリア証明書 – シス … 続きを読む

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

Flavors of Margin: Implicit Bias of Steepest Descent in Homogeneous Neural Networks

要約 深い均一なニューラルネットワークにおける無限の学習率を持つ、最も急な降下ア … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Client Selection in Federated Learning with Data Heterogeneity and Network Latencies

要約 Federated Learning(FL)は、複数のクライアントがプライ … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

A Unified Approach to Analysis and Design of Denoising Markov Models

要約 拡散モデルや流れベースのモデルなどの測定輸送に基づく確率的生成モデルは、多 … 続きを読む

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

Sharp Rates in Dependent Learning Theory: Avoiding Sample Size Deflation for the Square Loss

要約 この作業では、仮説クラスの依存性($ \ beta $ -mixing)デ … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Calibration Strategies for Robust Causal Estimation: Theoretical and Empirical Insights on Propensity Score Based Estimators

要約 推定とキャリブレーションのためのデータのパーティション化は、逆確率重み付け … 続きを読む

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

A stochastic gradient descent algorithm with random search directions

要約 確率的座標降下アルゴリズムは、現在の反復から値でほとんどの座標を修正し、残 … 続きを読む

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

Optimization Insights into Deep Diagonal Linear Networks

要約 (確率的)勾配降下で訓練されたオーバーパラメーター化されたモデルは、現代の … 続きを読む

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