stat.ML」カテゴリーアーカイブ

COmoving Computer Acceleration (COCA): $N$-body simulations in an emulated frame of reference

要約 $N$-body シミュレーションは計算コストが高いため、速度を上げる方法 … 続きを読む

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

Reinforcement Learning from Human Feedback without Reward Inference: Model-Free Algorithm and Instance-Dependent Analysis

要約 この論文では、一般的な軌道ごとの報酬モデルを使用したエピソード的なマルコフ … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Quantitative Error Bounds for Scaling Limits of Stochastic Iterative Algorithms

要約 確率的勾配降下法 (SGD) や確率的勾配ランジュバン力学 (SGLD) … 続きを読む

カテゴリー: (Primary), 62-08, 62E17, 68T05, cs.LG, math.PR, math.ST, stat.ML, stat.TH | コメントする

Uncertainty Quantification With Noise Injection in Neural Networks: A Bayesian Perspective

要約 モデルの不確実性の定量化には、モデルの予測に関連する不確実性の測定と評価が … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

$\spadesuit$ SPADE $\spadesuit$ Split Peak Attention DEcomposition

要約 需要予測は、プロモーションや休日などの特別な期間に対応するピーク イベント … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Diffusion-aware Censored Gaussian Processes for Demand Modelling

要約 集計データから製品やサービスの真の需要を推測することは、利用可能な供給が限 … 続きを読む

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

The Choice of Normalization Influences Shrinkage in Regularized Regression

要約 正規化されたモデルはデータ内の特徴のスケールに敏感であることが多いため、モ … 続きを読む

カテゴリー: (Primary), 68T09, cs.LG, G.3, stat.ME, stat.ML | コメントする

Generative Topological Networks

要約 生成手法は最近、データの低次元の潜在表現を生成することにより大幅な改善が見 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Test-time regression: a unifying framework for designing sequence models with associative memory

要約 シーケンスは、情報を表現および処理するための非常に一般的な方法を提供します … 続きを読む

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

Physics of Skill Learning

要約 私たちは、スキル学習の物理学、つまりトレーニング中にニューラル ネットワー … 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