「stat.ML」カテゴリーアーカイブ

CAnDOIT: Causal Discovery with Observational and Interventional Data from Time-Series

投稿日: 2024年10月8日 作成者: jarxiv

要約 因果関係の研究は、科学の多くの分野だけでなく、インテリジェント システムの … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO, stat.ML | CAnDOIT: Causal Discovery with Observational and Interventional Data from Time-Series はコメントを受け付けていません

Regression Conformal Prediction under Bias

投稿日: 2024年10月8日 作成者: jarxiv

要約 不確実性の定量化は、影響の大きいアプリケーションの機械学習アルゴリズムの不 … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Regression Conformal Prediction under Bias はコメントを受け付けていません

Understanding Warmup-Stable-Decay Learning Rates: A River Valley Loss Landscape Perspective

投稿日: 2024年10月8日 作成者: jarxiv

要約 一般的なコサイン学習率のスケジュールはステップの総数に依存するため、現在、 … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ML | Understanding Warmup-Stable-Decay Learning Rates: A River Valley Loss Landscape Perspective はコメントを受け付けていません

Density estimation with LLMs: a geometric investigation of in-context learning trajectories

投稿日: 2024年10月8日 作成者: jarxiv

要約 大規模言語モデル (LLM) は、時系列予測を含むさまざまなタスクにわたっ … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ML | Density estimation with LLMs: a geometric investigation of in-context learning trajectories はコメントを受け付けていません

Linear combinations of Gaussian latents in generative models: interpolation and beyond

投稿日: 2024年10月7日 作成者: jarxiv

要約 生成モデルからのサンプリングは、データ合成や補強のようなアプリケーションに … 続きを読む →

カテゴリー: cs.LG, stat.ML | Linear combinations of Gaussian latents in generative models: interpolation and beyond はコメントを受け付けていません

Universal Functional Regression with Neural Operator Flows

投稿日: 2024年10月7日 作成者: jarxiv

要約 関数空間上の回帰は、一般的にガウス過程事前分布を持つモデルに限定される。我 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Universal Functional Regression with Neural Operator Flows はコメントを受け付けていません

Nonstationary Sparse Spectral Permanental Process

投稿日: 2024年10月7日 作成者: jarxiv

要約 既存の永続過程はカーネルの種類や定常性に制約を課していることが多く、モデル … 続きを読む →

カテゴリー: cs.LG, stat.ML | Nonstationary Sparse Spectral Permanental Process はコメントを受け付けていません

How Discrete and Continuous Diffusion Meet: Comprehensive Analysis of Discrete Diffusion Models via a Stochastic Integral Framework

投稿日: 2024年10月7日 作成者: jarxiv

要約 離散拡散モデルは、複雑な分布を扱いやすいサンプリングと推論でモデル化できる … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | How Discrete and Continuous Diffusion Meet: Comprehensive Analysis of Discrete Diffusion Models via a Stochastic Integral Framework はコメントを受け付けていません

Searching for Efficient Linear Layers over a Continuous Space of Structured Matrices

投稿日: 2024年10月7日 作成者: jarxiv

要約 密な線形層は、大規模なニューラルネットワークにおいて支配的な計算ボトルネッ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Searching for Efficient Linear Layers over a Continuous Space of Structured Matrices はコメントを受け付けていません

Minimax-optimal trust-aware multi-armed bandits

投稿日: 2024年10月7日 作成者: jarxiv

要約 マルチアームドバンディット(MAB)アルゴリズムは、人間が推奨された方針を … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Minimax-optimal trust-aware multi-armed bandits はコメントを受け付けていません