stat.ML」カテゴリーアーカイブ

Variational Gaussian Process Diffusion Processes

要約 拡散プロセスは、動的モデリング タスクで自然に生じる表現力豊かなモデルの豊 … 続きを読む

カテゴリー: cs.LG, stat.ML | Variational Gaussian Process Diffusion Processes はコメントを受け付けていません

Gradient-based Discrete Sampling with Automatic Cyclical Scheduling

要約 離散分布、特に高次元の深層モデルでは、固有の不連続性により高度に多峰性にな … 続きを読む

カテゴリー: cs.LG, stat.ML | Gradient-based Discrete Sampling with Automatic Cyclical Scheduling はコメントを受け付けていません

Transfer Learning Bayesian Optimization to Design Competitor DNA Molecules for Use in Diagnostic Assays

要約 人工生体分子デバイスの増加に伴い、オーダーメイドの生物学的配列の必要性が高 … 続きを読む

カテゴリー: cs.LG, q-bio.QM, stat.ML | Transfer Learning Bayesian Optimization to Design Competitor DNA Molecules for Use in Diagnostic Assays はコメントを受け付けていません

Batched Nonparametric Contextual Bandits

要約 私たちは、バッチ制約の下でノンパラメトリックなコンテキスト バンディットを … 続きを読む

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Batched Nonparametric Contextual Bandits はコメントを受け付けていません

Ricci flow-guided autoencoders in learning time-dependent dynamics

要約 我々は、時間の非線形力学、特に偏微分方程式(PDE)を学習するための多様体 … 続きを読む

カテゴリー: cs.LG, stat.ML | Ricci flow-guided autoencoders in learning time-dependent dynamics はコメントを受け付けていません

Robustly Learning Single-Index Models via Alignment Sharpness

要約 不可知論的モデルにおける $L_2^2$ 損失の下での単一インデックス モ … 続きを読む

カテゴリー: cs.DS, cs.LG, math.OC, math.ST, stat.ML, stat.TH | Robustly Learning Single-Index Models via Alignment Sharpness はコメントを受け付けていません

Latent Attention for Linear Time Transformers

要約 トランスフォーマーの標準的なアテンション メカニズムの時間計算量は、シーケ … 続きを読む

カテゴリー: cs.CL, stat.ML | Latent Attention for Linear Time Transformers はコメントを受け付けていません

Implicit Regularization via Spectral Neural Networks and Non-linear Matrix Sensing

要約 暗黙的な正則化の現象は、ニューラル ネットワークの優れた一般化能力の基本的 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NE, stat.ML | Implicit Regularization via Spectral Neural Networks and Non-linear Matrix Sensing はコメントを受け付けていません

Variational Learning is Effective for Large Deep Networks

要約 変分学習は大規模なニューラル ネットワークには効果がないという一般的な考え … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, math.OC, stat.ML | Variational Learning is Effective for Large Deep Networks はコメントを受け付けていません

When Your AI Deceives You: Challenges with Partial Observability of Human Evaluators in Reward Learning

要約 人間のフィードバックからの強化学習 (RLHF) の過去の分析は、人間が環 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | When Your AI Deceives You: Challenges with Partial Observability of Human Evaluators in Reward Learning はコメントを受け付けていません