stat.ML」カテゴリーアーカイブ

Likelihood-Ratio Regularized Quantile Regression: Adapting Conformal Prediction to High-Dimensional Covariate Shifts

要約 共変量シフトの下でのコンフォーマル予測の問題を考慮します。 ソースドメイン … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Likelihood-Ratio Regularized Quantile Regression: Adapting Conformal Prediction to High-Dimensional Covariate Shifts はコメントを受け付けていません

Variational Deep Learning via Implicit Regularization

要約 現代のディープラーニングモデルは、明示的な正則化をほとんどまたはまったくな … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Variational Deep Learning via Implicit Regularization はコメントを受け付けていません

Learning with Restricted Boltzmann Machines: Asymptotics of AMP and GD in High Dimensions

要約 制限付きボルツマンマシン(RBM)は、入力分布を学習できる最も単純な生成ニ … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML | Learning with Restricted Boltzmann Machines: Asymptotics of AMP and GD in High Dimensions はコメントを受け付けていません

Asymptotically optimal regret in communicating Markov decision processes

要約 この論文では、通信仮定の下で平均報酬でマルコフ決定プロセスに対して漸近的に … 続きを読む

カテゴリー: cs.LG, stat.ML | Asymptotically optimal regret in communicating Markov decision processes はコメントを受け付けていません

Bayesian Deep Learning for Discrete Choice

要約 離散選択モデル(DCM)は、輸送の選択、政治選挙、消費者の好みなどのコンテ … 続きを読む

カテゴリー: cs.LG, econ.EM, stat.AP, stat.ML | Bayesian Deep Learning for Discrete Choice はコメントを受け付けていません

Scalable Policy Maximization Under Network Interference

要約 臨床試験でのワクチンやオンライン市場のクーポンなどの多くの介入は、その効果 … 続きを読む

カテゴリー: cs.LG, stat.ML | Scalable Policy Maximization Under Network Interference はコメントを受け付けていません

Generative Distribution Embeddings

要約 多くの現実世界の問題には、複数のスケールにわたる推論が必要であり、単一のデ … 続きを読む

カテゴリー: cs.LG, q-bio.QM, stat.ML | Generative Distribution Embeddings はコメントを受け付けていません

Linear Mixture Distributionally Robust Markov Decision Processes

要約 多くの現実世界の意思決定の問題は、オフダイナミクスの課題に直面しています。 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, stat.ML | Linear Mixture Distributionally Robust Markov Decision Processes はコメントを受け付けていません

Parameter Symmetry Potentially Unifies Deep Learning Theory

要約 現代の大規模なAIシステムにおける学習のダイナミクスは階層的であり、多くの … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.AI, cs.LG, stat.ML | Parameter Symmetry Potentially Unifies Deep Learning Theory はコメントを受け付けていません

TULiP: Test-time Uncertainty Estimation via Linearization and Weight Perturbation

要約 信頼できる不確実性推定方法は、オープンワールドの深い学習モデルの安全な展開 … 続きを読む

カテゴリー: cs.LG, stat.ML | TULiP: Test-time Uncertainty Estimation via Linearization and Weight Perturbation はコメントを受け付けていません