「stat.ML」カテゴリーアーカイブ

Decentralized Bilevel Optimization over Graphs: Loopless Algorithmic Update and Transient Iteration Complexity

投稿日: 2024年2月27日 作成者: jarxiv

要約 確率的二値最適化 (SBO) は、入れ子構造の処理における汎用性により、機 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Decentralized Bilevel Optimization over Graphs: Loopless Algorithmic Update and Transient Iteration Complexity はコメントを受け付けていません

Feedback Efficient Online Fine-Tuning of Diffusion Models

投稿日: 2024年2月27日 作成者: jarxiv

要約 拡散モデルは、画像、タンパク質、小分子などの複雑なデータ分布のモデル化に優 … 続きを読む →

カテゴリー: cs.AI, cs.LG, q-bio.QM, stat.ML | Feedback Efficient Online Fine-Tuning of Diffusion Models はコメントを受け付けていません

The Galerkin method beats Graph-Based Approaches for Spectral Algorithms

投稿日: 2024年2月27日 作成者: jarxiv

要約 歴史的に、機械学習コミュニティはグラフベースのアプローチからスペクトル分解 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | The Galerkin method beats Graph-Based Approaches for Spectral Algorithms はコメントを受け付けていません

Training Implicit Generative Models via an Invariant Statistical Loss

投稿日: 2024年2月27日 作成者: jarxiv

要約 暗黙的な生成モデルには、任意の複雑なデータ分布を学習する機能があります。 … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ML, stat.TH | Training Implicit Generative Models via an Invariant Statistical Loss はコメントを受け付けていません

Energy-Based Concept Bottleneck Models: Unifying Prediction, Concept Intervention, and Probabilistic Interpretations

投稿日: 2024年2月27日 作成者: jarxiv

要約 コンセプトボトルネックモデル（CBM）などの既存の手法は、ブラックボックス … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, stat.ML | Energy-Based Concept Bottleneck Models: Unifying Prediction, Concept Intervention, and Probabilistic Interpretations はコメントを受け付けていません

Sharp Lower Bounds on Interpolation by Deep ReLU Neural Networks at Irregularly Spaced Data

投稿日: 2024年2月26日 作成者: jarxiv

要約 私たちは、ディープ ReLU ニューラル ネットワークの補間能力を研究しま … 続きを読む →

カテゴリー: 41A05, 41A25, 65D05, cs.LG, cs.NE, stat.ML | Sharp Lower Bounds on Interpolation by Deep ReLU Neural Networks at Irregularly Spaced Data はコメントを受け付けていません

Bernstein Flows for Flexible Posteriors in Variational Bayes

投稿日: 2024年2月26日 作成者: jarxiv

要約 変分推論 (VI) は、計算が困難な事後分布を最適化によって近似する手法で … 続きを読む →

カテゴリー: cs.LG, stat.ML | Bernstein Flows for Flexible Posteriors in Variational Bayes はコメントを受け付けていません

Lasso with Latents: Efficient Estimation, Covariate Rescaling, and Computational-Statistical Gaps

投稿日: 2024年2月26日 作成者: jarxiv

要約 対象の共変量に強い相関がある場合、Lasso の統計的パフォーマンスが大幅 … 続きを読む →

カテゴリー: cs.CC, cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Lasso with Latents: Efficient Estimation, Covariate Rescaling, and Computational-Statistical Gaps はコメントを受け付けていません

The Impact of LoRA on the Emergence of Clusters in Transformers

投稿日: 2024年2月26日 作成者: jarxiv

要約 この論文では、\citet{sander2022sinkformers,g … 続きを読む →

カテゴリー: cs.LG, math.DS, stat.ML | The Impact of LoRA on the Emergence of Clusters in Transformers はコメントを受け付けていません

Causal Discovery from Conditionally Stationary Time Series

投稿日: 2024年2月26日 作成者: jarxiv

要約 因果関係の発見、つまり観察データから根底にある因果関係を推測することは、A … 続きを読む →

カテゴリー: cs.LG, stat.ML | Causal Discovery from Conditionally Stationary Time Series はコメントを受け付けていません