「stat.ML」カテゴリーアーカイブ

Computationally Efficient High-Dimensional Bayesian Optimization via Variable Selection

投稿日: 2024年2月13日 作成者: jarxiv

要約 ベイジアン最適化 (BO) は、ブラックボックス関数をグローバルに最適化す … 続きを読む →

カテゴリー: cs.LG, stat.ML | Computationally Efficient High-Dimensional Bayesian Optimization via Variable Selection はコメントを受け付けていません

On Computationally Efficient Multi-Class Calibration

投稿日: 2024年2月13日 作成者: jarxiv

要約 マルチクラスのラベル付け問題を考えてみましょう。ラベルは $[k]$ の値 … 続きを読む →

カテゴリー: cs.CC, cs.DS, cs.LG, math.ST, stat.ML, stat.TH | On Computationally Efficient Multi-Class Calibration はコメントを受け付けていません

Generative Modeling of Discrete Joint Distributions by E-Geodesic Flow Matching on Assignment Manifolds

投稿日: 2024年2月13日 作成者: jarxiv

要約 この論文では、離散測定の因数分解の部分多様体上の連続正規化フローに基づく離 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Generative Modeling of Discrete Joint Distributions by E-Geodesic Flow Matching on Assignment Manifolds はコメントを受け付けていません

Robust Angular Synchronization via Directed Graph Neural Networks

投稿日: 2024年2月13日 作成者: jarxiv

要約 角度同期問題は、未知の角度 $\theta_1, \dots, \thet … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Robust Angular Synchronization via Directed Graph Neural Networks はコメントを受け付けていません

Model Collapse Demystified: The Case of Regression

投稿日: 2024年2月13日 作成者: jarxiv

要約 ChatGPT のような大規模な言語モデルの時代における「モデル崩壊」現象 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Model Collapse Demystified: The Case of Regression はコメントを受け付けていません

Implicit Bias of Policy Gradient in Linear Quadratic Control: Extrapolation to Unseen Initial States

投稿日: 2024年2月13日 作成者: jarxiv

要約 最新の機械学習では、多くの場合、モデルはさまざまな方法でトレーニング デー … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SY, eess.SY, stat.ML | Implicit Bias of Policy Gradient in Linear Quadratic Control: Extrapolation to Unseen Initial States はコメントを受け付けていません

Fault-Tolerant Neural Networks from Biological Error Correction Codes

投稿日: 2024年2月12日 作成者: jarxiv

要約 フォールトトレラントな計算が可能かどうかは、深層学習において未解決の疑問で … 続きを読む →

カテゴリー: cs.LG, cs.NE, q-bio.NC, stat.ML | Fault-Tolerant Neural Networks from Biological Error Correction Codes はコメントを受け付けていません

Statistical exploration of the Manifold Hypothesis

投稿日: 2024年2月12日 作成者: jarxiv

要約 多様体仮説は、名目上高次元のデータが実際には高次元空間に埋め込まれた低次元 … 続きを読む →

カテゴリー: 62-08, 62G05, 62G20, 62H25, 62H30, 62R07, 62R20, 62R40, cs.LG, stat.ME, stat.ML | Statistical exploration of the Manifold Hypothesis はコメントを受け付けていません

Universal Approximation Power of Deep Residual Neural Networks via Nonlinear Control Theory

投稿日: 2024年2月12日 作成者: jarxiv

要約 この論文では、幾何学的非線形制御による深層残差ニューラル ネットワークの汎 … 続きを読む →

カテゴリー: cs.LG, cs.SY, eess.SY, math.OC, stat.ML | Universal Approximation Power of Deep Residual Neural Networks via Nonlinear Control Theory はコメントを受け付けていません

Flexible infinite-width graph convolutional networks and the importance of representation learning

投稿日: 2024年2月12日 作成者: jarxiv

要約 ニューラル ネットワークを理解するための一般的な理論的アプローチは、無限幅 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Flexible infinite-width graph convolutional networks and the importance of representation learning はコメントを受け付けていません