「stat.ML」カテゴリーアーカイブ

Attention to Entropic Communication

投稿日: 2024年1月10日 作成者: jarxiv

要約 注意の概念、つまり特定のデータの重要性を強調する数値的な重みは、人工知能に … 続きを読む →

カテゴリー: 94-10, cs.IT, cs.LG, I.2.0, math.IT, physics.data-an, stat.ML | Attention to Entropic Communication はコメントを受け付けていません

Auditing and Generating Synthetic Data with Controllable Trust Trade-offs

投稿日: 2024年1月10日 作成者: jarxiv

要約 現実世界のデータには、偏り、不均衡、プライバシー リスクが存在することがよ … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Auditing and Generating Synthetic Data with Controllable Trust Trade-offs はコメントを受け付けていません

General-Purpose In-Context Learning by Meta-Learning Transformers

投稿日: 2024年1月10日 作成者: jarxiv

要約 最新の機械学習では、システム設計者が損失、アーキテクチャ、オプティマイザー … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE, stat.ML | General-Purpose In-Context Learning by Meta-Learning Transformers はコメントを受け付けていません

Sampling in Unit Time with Kernel Fisher-Rao Flow

投稿日: 2024年1月9日 作成者: jarxiv

要約 非正規化ターゲット密度またはベイジアン事後分布からサンプリングするための、 … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | Sampling in Unit Time with Kernel Fisher-Rao Flow はコメントを受け付けていません

Design a Metric Robust to Complicated High Dimensional Noise for Efficient Manifold Denoising

投稿日: 2024年1月9日 作成者: jarxiv

要約 この原稿では、複雑な高次元ノイズとコンパクトなマニホールド設定の下でのラン … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.ML | Design a Metric Robust to Complicated High Dimensional Noise for Efficient Manifold Denoising はコメントを受け付けていません

A non-asymptotic distributional theory of approximate message passing for sparse and robust regression

投稿日: 2024年1月9日 作成者: jarxiv

要約 高次元における古典的な漸近理論の崩壊により、高次元の統計的推定量の分布を特 … 続きを読む →

カテゴリー: cs.IT, cs.LG, eess.SP, math.IT, math.ST, stat.ML, stat.TH | A non-asymptotic distributional theory of approximate message passing for sparse and robust regression はコメントを受け付けていません

Conditional expectation using compactification operators

投稿日: 2024年1月9日 作成者: jarxiv

要約 ノイズ除去、最小二乗期待値、および多様体学習という個別のタスクは、多くの場 … 続きを読む →

カテゴリー: 46E22, 46E27, 62G05, 62G07, cs.LG, math.FA, math.PR, stat.ML | Conditional expectation using compactification operators はコメントを受け付けていません

Weak Correlations as the Underlying Principle for Linearization of Gradient-Based Learning Systems

投稿日: 2024年1月9日 作成者: jarxiv

要約 ワイド ニューラル ネットワークなどの深層学習モデルは、相互作用する多数の … 続きを読む →

カテゴリー: cond-mat.stat-mech, cs.LG, hep-th, math.PR, stat.ML | Weak Correlations as the Underlying Principle for Linearization of Gradient-Based Learning Systems はコメントを受け付けていません

Improved motif-scaffolding with SE(3) flow matching

投稿日: 2024年1月9日 作成者: jarxiv

要約 タンパク質の設計は、多くの場合、モチーフ足場がその周りに機能的なタンパク質 … 続きを読む →

カテゴリー: cs.LG, q-bio.QM, stat.ML | Improved motif-scaffolding with SE(3) flow matching はコメントを受け付けていません

Contextual Fixed-Budget Best Arm Identification: Adaptive Experimental Design with Policy Learning

投稿日: 2024年1月9日 作成者: jarxiv

要約 個別の治療法を推奨することは、証拠に基づいた意思決定において重要な作業です … 続きを読む →

カテゴリー: cs.AI, cs.LG, econ.EM, stat.ME, stat.ML | Contextual Fixed-Budget Best Arm Identification: Adaptive Experimental Design with Policy Learning はコメントを受け付けていません