「stat.ML」カテゴリーアーカイブ

Trust Your $\nabla$: Gradient-based Intervention Targeting for Causal Discovery

投稿日: 2024年4月4日 作成者: jarxiv

要約 データから因果構造を推測することは、科学において基本的に重要な挑戦的課題で … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ME, stat.ML | Trust Your $\nabla$: Gradient-based Intervention Targeting for Causal Discovery はコメントを受け付けていません

ReCoRe: Regularized Contrastive Representation Learning of World Model

投稿日: 2024年4月4日 作成者: jarxiv

要約 最近のモデルフリーの強化学習（RL）手法は、ゲーム環境では人間レベルの有効 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO, stat.ML | ReCoRe: Regularized Contrastive Representation Learning of World Model はコメントを受け付けていません

On the Stability of Iterative Retraining of Generative Models on their own Data

投稿日: 2024年4月3日 作成者: jarxiv

要約 深層生成モデルは、複雑なデータのモデリングにおいて大きな進歩を遂げ、サンプ … 続きを読む →

カテゴリー: cs.LG, stat.ML | On the Stability of Iterative Retraining of Generative Models on their own Data はコメントを受け付けていません

Samplet basis pursuit: Multiresolution scattered data approximation with sparsity constraints

投稿日: 2024年4月3日 作成者: jarxiv

要約 $\ell_1$ 正則化を使用したサンプルレット座標での散乱データ近似を考 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Samplet basis pursuit: Multiresolution scattered data approximation with sparsity constraints はコメントを受け付けていません

VC dimension of Graph Neural Networks with Pfaffian activation functions

投稿日: 2024年4月3日 作成者: jarxiv

要約 グラフ ニューラル ネットワーク (GNN) は、データ駆動型の方法で広範 … 続きを読む →

カテゴリー: cs.LG, stat.ML | VC dimension of Graph Neural Networks with Pfaffian activation functions はコメントを受け付けていません

Robustly estimating heterogeneity in factorial data using Rashomon Partitions

投稿日: 2024年4月3日 作成者: jarxiv

要約 観察データとランダム化対照試験の両方における多くの統計分析では、観察可能な … 続きを読む →

カテゴリー: cs.LG, econ.EM, stat.CO, stat.ME, stat.ML | Robustly estimating heterogeneity in factorial data using Rashomon Partitions はコメントを受け付けていません

Jailbreaking Leading Safety-Aligned LLMs with Simple Adaptive Attacks

投稿日: 2024年4月3日 作成者: jarxiv

要約 私たちは、安全性を重視した最新の LLM であっても、単純な適応ジェイルブ … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.LG, stat.ML | Jailbreaking Leading Safety-Aligned LLMs with Simple Adaptive Attacks はコメントを受け付けていません

A Provably Accurate Randomized Sampling Algorithm for Logistic Regression

投稿日: 2024年4月2日 作成者: jarxiv

要約 統計と機械学習では、ロジスティック回帰は、主にバイナリ分類タスクに使用され … 続きを読む →

カテゴリー: cs.DS, cs.LG, stat.ML | A Provably Accurate Randomized Sampling Algorithm for Logistic Regression はコメントを受け付けていません

Predictor-Rejector Multi-Class Abstention: Theoretical Analysis and Algorithms

投稿日: 2024年4月2日 作成者: jarxiv

要約 私たちは、多クラス分類設定における棄権による学習の重要な枠組みを研究します … 続きを読む →

カテゴリー: cs.LG, stat.ML | Predictor-Rejector Multi-Class Abstention: Theoretical Analysis and Algorithms はコメントを受け付けていません

Principled Approaches for Learning to Defer with Multiple Experts

投稿日: 2024年4月2日 作成者: jarxiv

要約 我々は、複数の専門家による、延期することを学習するという一般的な問題に対す … 続きを読む →

カテゴリー: cs.LG, stat.ML | Principled Approaches for Learning to Defer with Multiple Experts はコメントを受け付けていません