「stat.ML」カテゴリーアーカイブ

Noether’s razor: Learning Conserved Quantities

投稿日: 2024年10月11日 作成者: jarxiv

要約 対称性は機械学習モデルで有用であることが証明されており、一般化と全体的なパ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Noether’s razor: Learning Conserved Quantities はコメントを受け付けていません

Generalizing Stochastic Smoothing for Differentiation and Gradient Estimation

投稿日: 2024年10月11日 作成者: jarxiv

要約 アルゴリズム、演算子、シミュレーター、その他の微分不可能な関数の確率的微分 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Generalizing Stochastic Smoothing for Differentiation and Gradient Estimation はコメントを受け付けていません

Control, Transport and Sampling: Towards Better Loss Design

投稿日: 2024年10月11日 作成者: jarxiv

要約 拡散ベースのサンプリング、最適輸送、およびシュオーディンガー橋問題への共有 … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | Control, Transport and Sampling: Towards Better Loss Design はコメントを受け付けていません

Features are fate: a theory of transfer learning in high-dimensional regression

投稿日: 2024年10月11日 作成者: jarxiv

要約 大規模な事前トレーニング済みニューラル ネットワークの出現により、そのよう … 続きを読む →

カテゴリー: cs.LG, stat.ML | Features are fate: a theory of transfer learning in high-dimensional regression はコメントを受け付けていません

Active Fourier Auditor for Estimating Distributional Properties of ML Models

投稿日: 2024年10月11日 作成者: jarxiv

要約 機械学習 (ML) モデルが現実世界のアプリケーションに広く展開されるにつ … 続きを読む →

カテゴリー: cs.AI, cs.CY, cs.LG, stat.ML | Active Fourier Auditor for Estimating Distributional Properties of ML Models はコメントを受け付けていません

Sparse Repellency for Shielded Generation in Text-to-image Diffusion Models

投稿日: 2024年10月11日 作成者: jarxiv

要約 テキストから画像への生成における拡散モデルの採用の増加により、その信頼性に … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Sparse Repellency for Shielded Generation in Text-to-image Diffusion Models はコメントを受け付けていません

Diffusion Density Estimators

投稿日: 2024年10月10日 作成者: jarxiv

要約 私たちは、神経密度推定器としての拡散モデルの使用を調査します。 この問題に … 続きを読む →

カテゴリー: cs.LG, stat.ML | Diffusion Density Estimators はコメントを受け付けていません

Efficient Distribution Matching of Representations via Noise-Injected Deep InfoMax

投稿日: 2024年10月10日 作成者: jarxiv

要約 Deep InfoMax (DIM) は、ディープ ニューラル ネットワー … 続きを読む →

カテゴリー: (Primary), 94A17, cs.IT, cs.LG, H.1.1, math.IT, stat.ML | Efficient Distribution Matching of Representations via Noise-Injected Deep InfoMax はコメントを受け付けていません

Optimizing Estimators of Squared Calibration Errors in Classification

投稿日: 2024年10月10日 作成者: jarxiv

要約 この研究では、実際の設定で二乗校正誤差の推定量の比較と最適化を可能にする、 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Optimizing Estimators of Squared Calibration Errors in Classification はコメントを受け付けていません

Do Contemporary CATE Models Capture Real-World Heterogeneity? Findings from a Large-Scale Benchmark

投稿日: 2024年10月10日 作成者: jarxiv

要約 条件付き平均治療効果 (CATE) 推定アルゴリズムを評価した大規模なベン … 続きを読む →

カテゴリー: cs.LG, stat.ML | Do Contemporary CATE Models Capture Real-World Heterogeneity? Findings from a Large-Scale Benchmark はコメントを受け付けていません