「stat.ML」カテゴリーアーカイブ

TemperatureGAN: Generative Modeling of Regional Atmospheric Temperatures

投稿日: 2024年1月22日 作成者: jarxiv

要約 確率的ジェネレーターは、さまざまな分野に対する気候への影響を推定するのに役 … 続きを読む →

カテゴリー: cs.LG, physics.ao-ph, stat.ML | TemperatureGAN: Generative Modeling of Regional Atmospheric Temperatures はコメントを受け付けていません

Solution of the Probabilistic Lambert Problem: Connections with Optimal Mass Transport, Schrödinger Bridge and Reaction-Diffusion PDEs

投稿日: 2024年1月22日 作成者: jarxiv

要約 ランバートの問題は、重力場の影響を受ける速度制御を介して、所定の飛行時間内 … 続きを読む →

カテゴリー: cs.LG, cs.SY, eess.SY, math-ph, math.MP, math.OC, stat.ML | Solution of the Probabilistic Lambert Problem: Connections with Optimal Mass Transport, Schrödinger Bridge and Reaction-Diffusion PDEs はコメントを受け付けていません

Simulation Based Bayesian Optimization

投稿日: 2024年1月22日 作成者: jarxiv

要約 ベイジアン最適化 (BO) は、事前の知識と進行中の関数評価を組み合わせて … 続きを読む →

カテゴリー: cs.LG, stat.ML | Simulation Based Bayesian Optimization はコメントを受け付けていません

False Discovery Rate Control for Gaussian Graphical Models via Neighborhood Screening

投稿日: 2024年1月19日 作成者: jarxiv

要約 ガウス グラフィカル モデルは幅広い分野で登場します。 これらは、変数間の … 続きを読む →

カテゴリー: cs.LG, stat.ML | False Discovery Rate Control for Gaussian Graphical Models via Neighborhood Screening はコメントを受け付けていません

Upper and lower bounds for the Lipschitz constant of random neural networks

投稿日: 2024年1月19日 作成者: jarxiv

要約 実証研究は、ニューラル ネットワークが入力の小さな敵対的な摂動に非常に敏感 … 続きを読む →

カテゴリー: 26A16, 60B20, 60G15, 68T07, cs.LG, math.PR, stat.ML | Upper and lower bounds for the Lipschitz constant of random neural networks はコメントを受け付けていません

Nearly $d$-Linear Convergence Bounds for Diffusion Models via Stochastic Localization

投稿日: 2024年1月19日 作成者: jarxiv

要約 ノイズ除去拡散は、高次元データ分布から近似サンプルを生成する強力な方法です … 続きを読む →

カテゴリー: cs.LG, stat.ML | Nearly $d$-Linear Convergence Bounds for Diffusion Models via Stochastic Localization はコメントを受け付けていません

Understanding Augmentation-based Self-Supervised Representation Learning via RKHS Approximation and Regression

投稿日: 2024年1月19日 作成者: jarxiv

要約 データ拡張は、対比学習やマスク言語モデリングなど、現代の自己教師あり表現学 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Understanding Augmentation-based Self-Supervised Representation Learning via RKHS Approximation and Regression はコメントを受け付けていません

Debiasing Algorithm through Model Adaptation

投稿日: 2024年1月19日 作成者: jarxiv

要約 大規模な言語モデルは、さまざまな言語タスクにとって頼りになるソリューション … 続きを読む →

カテゴリー: cs.AI, cs.CL, stat.ML | Debiasing Algorithm through Model Adaptation はコメントを受け付けていません

Labeling Neural Representations with Inverse Recognition

投稿日: 2024年1月19日 作成者: jarxiv

要約 ディープ ニューラル ネットワーク (DNN) は、複雑な階層データ表現を … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Labeling Neural Representations with Inverse Recognition はコメントを受け付けていません

Multi-Lattice Sampling of Quantum Field Theories via Neural Operator-based Flows

投稿日: 2024年1月18日 作成者: jarxiv

要約 ボルツマン分布 $[d\phi] Z^{-1} e^{-S[\phi]}$ … 続きを読む →

カテゴリー: cs.LG, hep-lat, stat.ML | Multi-Lattice Sampling of Quantum Field Theories via Neural Operator-based Flows はコメントを受け付けていません