「stat.ML」カテゴリーアーカイブ

Functional Bilevel Optimization for Machine Learning

投稿日: 2024年6月4日 作成者: jarxiv

要約 本論文では、機械学習における2値最適化問題（内的目的が関数空間上で最小化さ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Functional Bilevel Optimization for Machine Learning はコメントを受け付けていません

Loss Symmetry and Noise Equilibrium of Stochastic Gradient Descent

投稿日: 2024年6月4日 作成者: jarxiv

要約 ニューラルネットワークの損失関数には対称性が豊富に存在する。我々は、連続対 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Loss Symmetry and Noise Equilibrium of Stochastic Gradient Descent はコメントを受け付けていません

Partial Search in a Frozen Network is Enough to Find a Strong Lottery Ticket

投稿日: 2024年6月4日 作成者: jarxiv

要約 ランダムに初期化された密なネットワークには、重み学習なしで高い精度を達成す … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Partial Search in a Frozen Network is Enough to Find a Strong Lottery Ticket はコメントを受け付けていません

Constrained Exploration via Reflected Replica Exchange Stochastic Gradient Langevin Dynamics

投稿日: 2024年6月4日 作成者: jarxiv

要約 レプリカ交換確率勾配ランジュバン動力学（reSGLD）は、大規模データセッ … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Constrained Exploration via Reflected Replica Exchange Stochastic Gradient Langevin Dynamics はコメントを受け付けていません

PAC-Bayesian Generalization Bounds for Knowledge Graph Representation Learning

投稿日: 2024年6月4日 作成者: jarxiv

要約 知識グラフ表現学習(KGRL)手法は過去10年間に数多く提案されてきたが、 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | PAC-Bayesian Generalization Bounds for Knowledge Graph Representation Learning はコメントを受け付けていません

Model-Based RL for Mean-Field Games is not Statistically Harder than Single-Agent RL

投稿日: 2024年6月4日 作成者: jarxiv

要約 本研究では、モデルベースの関数近似を用いた平均場ゲーム(MFG)における強 … 続きを読む →

カテゴリー: cs.AI, cs.GT, cs.LG, stat.ML | Model-Based RL for Mean-Field Games is not Statistically Harder than Single-Agent RL はコメントを受け付けていません

Efficient Inverse Design Optimization through Multi-fidelity Simulations, Machine Learning, and Search Space Reduction Strategies

投稿日: 2024年6月4日 作成者: jarxiv

要約 本論文では、マルチフィデリティ評価、機械学習モデル、および最適化アルゴリズ … 続きを読む →

カテゴリー: cs.AI, cs.CE, cs.LG, cs.NE, stat.ML | Efficient Inverse Design Optimization through Multi-fidelity Simulations, Machine Learning, and Search Space Reduction Strategies はコメントを受け付けていません

Multistep Consistency Models

投稿日: 2024年6月4日 作成者: jarxiv

要約 拡散モデルは比較的訓練しやすいが、サンプルを生成するのに多くのステップを必 … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Multistep Consistency Models はコメントを受け付けていません

Interpreting and Improving Diffusion Models from an Optimization Perspective

投稿日: 2024年6月4日 作成者: jarxiv

要約 ノイズ除去は直感的に射影と関連している。実際、多様体仮説の下では、ランダム … 続きを読む →

カテゴリー: cs.CV, cs.LG, math.OC, stat.ML | Interpreting and Improving Diffusion Models from an Optimization Perspective はコメントを受け付けていません

eXponential FAmily Dynamical Systems (XFADS): Large-scale nonlinear Gaussian state-space modeling

投稿日: 2024年6月3日 作成者: jarxiv

要約 状態空間グラフィカル モデルと変分オートエンコーダー フレームワークは、デ … 続きを読む →

カテゴリー: cs.LG, stat.ML | eXponential FAmily Dynamical Systems (XFADS): Large-scale nonlinear Gaussian state-space modeling はコメントを受け付けていません