「stat.ML」カテゴリーアーカイブ

Provably Optimal Memory Capacity for Modern Hopfield Models: Transformer-Compatible Dense Associative Memories as Spherical Codes

投稿日: 2024年10月31日 作成者: jarxiv

要約 私たちは、最新のホップフィールド モデルと、トランス互換の高密度連想記憶ク … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE, stat.ML | Provably Optimal Memory Capacity for Modern Hopfield Models: Transformer-Compatible Dense Associative Memories as Spherical Codes はコメントを受け付けていません

A Survey Analyzing Generalization in Deep Reinforcement Learning

投稿日: 2024年10月31日 作成者: jarxiv

要約 強化学習の研究は、ディープ ニューラル ネットワークを利用して高次元の状態 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | A Survey Analyzing Generalization in Deep Reinforcement Learning はコメントを受け付けていません

Bandits with Preference Feedback: A Stackelberg Game Perspective

投稿日: 2024年10月31日 作成者: jarxiv

要約 好みのフィードバックを備えたバンディットは、直接値のクエリではなくペアごと … 続きを読む →

カテゴリー: cs.AI, cs.GT, cs.LG, stat.ML | Bandits with Preference Feedback: A Stackelberg Game Perspective はコメントを受け付けていません

Partial Channel Dependence with Channel Masks for Time Series Foundation Models

投稿日: 2024年10月31日 作成者: jarxiv

要約 基礎モデルの最近の進歩は、大規模な TS データセットの出現によって促進さ … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Partial Channel Dependence with Channel Masks for Time Series Foundation Models はコメントを受け付けていません

Provable acceleration for diffusion models under minimal assumptions

投稿日: 2024年10月31日 作成者: jarxiv

要約 スコアベースの拡散モデルは優れたサンプリング品質を実現していますが、スコア … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.OC, stat.ML | Provable acceleration for diffusion models under minimal assumptions はコメントを受け付けていません

Why Fine-grained Labels in Pretraining Benefit Generalization?

投稿日: 2024年10月31日 作成者: jarxiv

要約 最近の研究では、きめの細かいラベル付けされたデータを使用してディープ ニュ … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Why Fine-grained Labels in Pretraining Benefit Generalization? はコメントを受け付けていません

Doubly Robust Inference in Causal Latent Factor Models

投稿日: 2024年10月30日 作成者: jarxiv

要約 この記事では、多数の単位と結果を特徴とする現代のデータが豊富な環境における … 続きを読む →

カテゴリー: cs.LG, econ.EM, stat.ME, stat.ML | Doubly Robust Inference in Causal Latent Factor Models はコメントを受け付けていません

Externally Valid Policy Evaluation Combining Trial and Observational Data

投稿日: 2024年10月30日 作成者: jarxiv

要約 ランダム化試験は、意思決定方針の効果を評価するためのゴールドスタンダードと … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Externally Valid Policy Evaluation Combining Trial and Observational Data はコメントを受け付けていません

$r$Age-$k$: Communication-Efficient Federated Learning Using Age Factor

投稿日: 2024年10月30日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) は、複数のクライアントがパラメータ … 続きを読む →

カテゴリー: cs.IT, cs.LG, eess.SP, math.IT, stat.ML | $r$Age-$k$: Communication-Efficient Federated Learning Using Age Factor はコメントを受け付けていません

Abrupt Learning in Transformers: A Case Study on Matrix Completion

投稿日: 2024年10月30日 作成者: jarxiv

要約 トランスフォーマーのトレーニング ダイナミクスに関する最近の分析により、興 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Abrupt Learning in Transformers: A Case Study on Matrix Completion はコメントを受け付けていません