「stat.ML」カテゴリーアーカイブ

Causal Predictive Optimization and Generation for Business AI

投稿日: 2025年5月22日 作成者: jarxiv

要約 販売プロセスには、販売機能がリードまたは機会を顧客に変換し、より多くの製品 … 続きを読む →

カテゴリー: cs.AI, cs.IR, cs.LG, stat.ML | Causal Predictive Optimization and Generation for Business AI はコメントを受け付けていません

Neural Conditional Transport Maps

投稿日: 2025年5月22日 作成者: jarxiv

要約 確率分布間で条件付き最適輸送（OT）マップを学習するための神経フレームワー … 続きを読む →

カテゴリー: (Primary), cs.AI, cs.LG, G.3, math.PR, stat.AP, stat.ML | Neural Conditional Transport Maps はコメントを受け付けていません

High-Dimensional Analysis of Bootstrap Ensemble Classifiers

投稿日: 2025年5月21日 作成者: jarxiv

要約 ブートストラップの方法は、長い間、機械学習におけるアンサンブル学習の基礎で … 続きを読む →

カテゴリー: cs.LG, stat.ML | High-Dimensional Analysis of Bootstrap Ensemble Classifiers はコメントを受け付けていません

CSTS: A Benchmark for the Discovery of Correlation Structures in Time Series Clustering

投稿日: 2025年5月21日 作成者: jarxiv

要約 時系列のクラスタリングは、ヘルスケア、財務、産業システム、およびその他の重 … 続きを読む →

カテゴリー: (Primary), 62-11, 62H20, 62H30, 62M10, 68T10, cs.LG, G.3, stat.ML | CSTS: A Benchmark for the Discovery of Correlation Structures in Time Series Clustering はコメントを受け付けていません

Sequential Kernelized Independence Testing

投稿日: 2025年5月21日 作成者: jarxiv

要約 独立性テストは、データを収集する前にサンプルサイズを修正するときにバッチ設 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Sequential Kernelized Independence Testing はコメントを受け付けていません

Variance-Optimal Arm Selection: Regret Minimization and Best Arm Identification

投稿日: 2025年5月21日 作成者: jarxiv

要約 このペーパーでは、$ k $の独立したアームのセットから最高の分散で腕を選 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Variance-Optimal Arm Selection: Regret Minimization and Best Arm Identification はコメントを受け付けていません

Fine-Grained Uncertainty Quantification via Collisions

投稿日: 2025年5月21日 作成者: jarxiv

要約 アレアトリック不確実性定量化（UQ）のための新しい直感的なメトリックを提案 … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.ML, stat.TH | Fine-Grained Uncertainty Quantification via Collisions はコメントを受け付けていません

Exploring Non-Convex Discrete Energy Landscapes: An Efficient Langevin-Like Sampler with Replica Exchange

投稿日: 2025年5月21日 作成者: jarxiv

要約 グラデーションベースの離散サンプラー（GDS）は、離散エネルギーのランドス … 続きを読む →

カテゴリー: cs.LG, stat.ML | Exploring Non-Convex Discrete Energy Landscapes: An Efficient Langevin-Like Sampler with Replica Exchange はコメントを受け付けていません

How Effective Can Dropout Be in Multiple Instance Learning ?

投稿日: 2025年5月21日 作成者: jarxiv

要約 複数のインスタンス学習（MIL）は、さまざまなアプリケーションに人気のある … 続きを読む →

カテゴリー: cs.AI, cs.CV, eess.IV, stat.ML | How Effective Can Dropout Be in Multiple Instance Learning ? はコメントを受け付けていません

Minimum-Excess-Work Guidance

投稿日: 2025年5月21日 作成者: jarxiv

要約 過剰な作業を最小限に抑えることにより、統計力学に根ざした概念と最適な輸送へ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Minimum-Excess-Work Guidance はコメントを受け付けていません