stat.ML」カテゴリーアーカイブ

Introduction to Online Nonstochastic Control

要約 このテキストでは、オンライン非確率制御と呼ばれる、動的システムおよび微分可 … 続きを読む

カテゴリー: cs.LG, cs.RO, cs.SY, eess.SY, math.OC, stat.ML | Introduction to Online Nonstochastic Control はコメントを受け付けていません

Simple, unified analysis of Johnson-Lindenstrauss with applications

要約 高次元データを管理するための次元削減の基礎であるジョンソン・リンデンシュト … 続きを読む

カテゴリー: cs.DS, cs.LG, math.PR, stat.ML | Simple, unified analysis of Johnson-Lindenstrauss with applications はコメントを受け付けていません

Truly No-Regret Learning in Constrained MDPs

要約 制約付きマルコフ決定プロセス (CMDP) は、強化学習で安全性制約をモデ … 続きを読む

カテゴリー: cs.LG, stat.ML | Truly No-Regret Learning in Constrained MDPs はコメントを受け付けていません

Regularized KL-Divergence for Well-Defined Function-Space Variational Inference in Bayesian neural networks

要約 ベイジアン ニューラル ネットワーク (BNN) は、ニューラル ネットワ … 続きを読む

カテゴリー: cs.LG, stat.ML | Regularized KL-Divergence for Well-Defined Function-Space Variational Inference in Bayesian neural networks はコメントを受け付けていません

HiPPO-Prophecy: State-Space Models can Provably Learn Dynamical Systems in Context

要約 この研究では、状態空間モデル (SSM) のコンテキスト内学習機能を調査し … 続きを読む

カテゴリー: cs.LG, stat.ML | HiPPO-Prophecy: State-Space Models can Provably Learn Dynamical Systems in Context はコメントを受け付けていません

Efficient Neural Network Approaches for Conditional Optimal Transport with Applications in Bayesian Inference

要約 静的および動的条件付き最適トランスポート (COT) 問題の解を近似する … 続きを読む

カテゴリー: 62F15, 62M45, cs.LG, stat.ML | Efficient Neural Network Approaches for Conditional Optimal Transport with Applications in Bayesian Inference はコメントを受け付けていません

Modeling Long Sequences in Bladder Cancer Recurrence: A Comparative Evaluation of LSTM,Transformer,and Mamba

要約 従来の生存解析手法は、複雑な時間依存データに苦戦することが多く、動的特性を … 続きを読む

カテゴリー: cs.LG, stat.ME, stat.ML | Modeling Long Sequences in Bladder Cancer Recurrence: A Comparative Evaluation of LSTM,Transformer,and Mamba はコメントを受け付けていません

Conformal Thresholded Intervals for Efficient Regression

要約 このペーパーでは、保証されたカバレッジで可能な限り最小の予測セットを生成す … 続きを読む

カテゴリー: cs.LG, stat.ML | Conformal Thresholded Intervals for Efficient Regression はコメントを受け付けていません

Discovering environments with XRM

要約 環境アノテーションは、多くの配布外 (OOD) 一般化手法を成功させるため … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Discovering environments with XRM はコメントを受け付けていません

Private Mean Estimation with Person-Level Differential Privacy

要約 各人が複数のサンプルを保持している場合の個人レベルの差分プライベート (D … 続きを読む

カテゴリー: cs.CR, cs.DS, cs.IT, cs.LG, math.IT, stat.ML | Private Mean Estimation with Person-Level Differential Privacy はコメントを受け付けていません