stat.ML」カテゴリーアーカイブ

Diffusive Gibbs Sampling

要約 多峰性分布に対する従来のマルコフ連鎖モンテカルロ (MCMC) 法の混合が … 続きを読む

カテゴリー: cs.LG, stat.CO, stat.ML | Diffusive Gibbs Sampling はコメントを受け付けていません

Learning to Embed Time Series Patches Independently

要約 マスクされた時系列モデリングは、時系列の自己教師あり表現学習戦略として最近 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Learning to Embed Time Series Patches Independently はコメントを受け付けていません

KAN: Kolmogorov-Arnold Networks

要約 コルモゴロフ-アーノルド表現定理に触発されて、私たちは多層パーセプトロン … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.AI, cs.LG, stat.ML | KAN: Kolmogorov-Arnold Networks はコメントを受け付けていません

Why You Should Not Trust Interpretations in Machine Learning: Adversarial Attacks on Partial Dependence Plots

要約 業界全体での人工知能 (AI) の導入により、意思決定のための複雑なブラッ … 続きを読む

カテゴリー: cs.CR, cs.LG, stat.AP, stat.ML | Why You Should Not Trust Interpretations in Machine Learning: Adversarial Attacks on Partial Dependence Plots はコメントを受け付けていません

Cross-Validation Conformal Risk Control

要約 コンフォーマル リスク コントロール (CRC) は、従来の点予測器に事後 … 続きを読む

カテゴリー: cs.LG, stat.ML | Cross-Validation Conformal Risk Control はコメントを受け付けていません

Multi-objective optimisation via the R2 utilities

要約 複数の目的の最適化の目標は、複数の目的間の可能な限り最良のトレードオフを表 … 続きを読む

カテゴリー: cs.LG, math.OC, stat.ML | Multi-objective optimisation via the R2 utilities はコメントを受け付けていません

Separation capacity of linear reservoirs with random connectivity matrix

要約 我々は、リザーバーコンピューティングの成功はリザーバーの分離能力にあると主 … 続きを読む

カテゴリー: 37M10, 60B20, 68T07, cs.LG, math.PR, stat.ML | Separation capacity of linear reservoirs with random connectivity matrix はコメントを受け付けていません

Scaling and renormalization in high-dimensional regression

要約 この論文では、ランダム行列理論と自由確率の基本ツールを使用した、さまざまな … 続きを読む

カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML | Scaling and renormalization in high-dimensional regression はコメントを受け付けていません

Prediction without Preclusion: Recourse Verification with Reachable Sets

要約 機械学習モデルは、ローン、就職面接、または公的給付金を受け取る人を決定する … 続きを読む

カテゴリー: cs.CY, cs.LG, stat.ML | Prediction without Preclusion: Recourse Verification with Reachable Sets はコメントを受け付けていません

From Empirical Observations to Universality: Dynamics of Deep Learning with Inputs Built on Gaussian mixture

要約 この研究は、混合ガウス (GM) への構造的特性を示す入力を使用してニュー … 続きを読む

カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.LG, stat.ML | From Empirical Observations to Universality: Dynamics of Deep Learning with Inputs Built on Gaussian mixture はコメントを受け付けていません