stat.ML」カテゴリーアーカイブ

Score and Distribution Matching Policy: Advanced Accelerated Visuomotor Policies via Matched Distillation

要約 視覚運動ポリシーの学習は、複雑なロボットの軌道をモデル化することで知られる … 続きを読む

カテゴリー: cs.LG, cs.RO, stat.ML | コメントする

Latent Variable Sequence Identification for Cognitive Models with Neural Network Estimators

要約 計算認知モデルから時間とともに変化する潜在変数を抽出することは、認知プロセ … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Scaling Laws for Imitation Learning in Single-Agent Games

要約 模倣学習 (IL) は、機械学習で最も広く使用されている手法の 1 つです … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Gauss-Newton Dynamics for Neural Networks: A Riemannian Optimization Perspective

要約 滑らかな活性化関数を使用してニューラル ネットワークをトレーニングするため … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SY, eess.SY, math.OC, stat.ML | コメントする

jinns: a JAX Library for Physics-Informed Neural Networks

要約 jinns は、物理学に基づいたニューラル ネットワーク用のオープンソース … 続きを読む

カテゴリー: cs.LG, stat.ML | コメントする

Using Large Language Models for Expert Prior Elicitation in Predictive Modelling

要約 多様なデータでトレーニングされた大規模言語モデル (LLM) は、さまざま … 続きを読む

カテゴリー: cs.CL, cs.LG, stat.ML | コメントする

Gauss-Newton Dynamics for Neural Networks: A Riemannian Optimization Perspective

要約 滑らかな活性化関数を使用してニューラル ネットワークをトレーニングするため … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SY, eess.SY, math.OC, stat.ML | コメントする

On Foundation Models for Dynamical Systems from Purely Synthetic Data

要約 基盤モデルは、さまざまなドメインにわたって顕著な一般化、データ効率、堅牢性 … 続きを読む

カテゴリー: cs.LG, cs.RO, stat.ML | コメントする

Boosting Test Performance with Importance Sampling–a Subpopulation Perspective

要約 経験的リスク最小化 (ERM) は機械学習コミュニティで広く適用されていま … 続きを読む

カテゴリー: 68Q32, 68T05, 68T10, 68W40, cs.LG, I.5.1, stat.ML | コメントする

Dual Interpretation of Machine Learning Forecasts

要約 機械学習の予測は通常、予測子の寄与の合計として解釈されます。 ただし、各サ … 続きを読む

カテゴリー: cs.LG, econ.EM, stat.ML | コメントする