「stat.ML」カテゴリーアーカイブ

Validation of Composite Systems by Discrepancy Propagation

投稿日: 2024年1月4日 作成者: jarxiv

要約 与えられた品質基準に対する実世界システムの妥当性を評価することは、膨大な数 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Validation of Composite Systems by Discrepancy Propagation はコメントを受け付けていません

Prediction of good reaction coordinates and future evolution of MD trajectories using Regularized Sparse Autoencoders: A novel deep learning approach

投稿日: 2024年1月4日 作成者: jarxiv

要約 反応座標(RC)の同定は、化学反応の進行を決定する上で重要な役割を果たすこ … 続きを読む →

カテゴリー: cs.LG, physics.chem-ph, q-bio.QM, stat.ME, stat.ML | Prediction of good reaction coordinates and future evolution of MD trajectories using Regularized Sparse Autoencoders: A novel deep learning approach はコメントを受け付けていません

CardiGraphormer: Unveiling the Power of Self-Supervised Learning in Revolutionizing Drug Discovery

投稿日: 2024年1月4日 作成者: jarxiv

要約 約15,000種類の医薬品が知られているが、承認されているのは約4,200 … 続きを読む →

カテゴリー: cs.LG, q-bio.QM, stat.AP, stat.ML | CardiGraphormer: Unveiling the Power of Self-Supervised Learning in Revolutionizing Drug Discovery はコメントを受け付けていません

Optimal cross-learning for contextual bandits with unknown context distributions

投稿日: 2024年1月4日 作成者: jarxiv

要約 我々は、Balseiroらの“交差学習(cross-learn … 続きを読む →

カテゴリー: cs.LG, stat.ML | Optimal cross-learning for contextual bandits with unknown context distributions はコメントを受け付けていません

On the hardness of learning under symmetries

投稿日: 2024年1月4日 作成者: jarxiv

要約 我々は、勾配降下法による等変量ニューラルネットワークの学習問題を研究してい … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | On the hardness of learning under symmetries はコメントを受け付けていません

A unified recipe for deriving (time-uniform) PAC-Bayes bounds

投稿日: 2024年1月4日 作成者: jarxiv

要約 我々は、PAC-ベイズ一般化境界を導出するための統一的な枠組みを提示する。 … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.ML, stat.TH | A unified recipe for deriving (time-uniform) PAC-Bayes bounds はコメントを受け付けていません

Deep learning the Hurst parameter of linear fractional processes and assessing its reliability

投稿日: 2024年1月4日 作成者: jarxiv

要約 本研究では、分数確率過程におけるハーストパラメータを推定するためのディープ … 続きを読む →

カテゴリー: 68T07, cs.AI, cs.LG, stat.ML | Deep learning the Hurst parameter of linear fractional processes and assessing its reliability はコメントを受け付けていません

Bayesian posterior approximation with stochastic ensembles

投稿日: 2024年1月4日 作成者: jarxiv

要約 ベイズの事後推定を近似するために、確率的ニューラルネットワークのアンサンブ … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Bayesian posterior approximation with stochastic ensembles はコメントを受け付けていません

PAC-Bayes-Chernoff bounds for unbounded losses

投稿日: 2024年1月3日 作成者: jarxiv

要約 私たちは、無限の損失を伴う新しい高確率の PAC ベイズオラクルを提示しま … 続きを読む →

カテゴリー: cs.LG, stat.ML | PAC-Bayes-Chernoff bounds for unbounded losses はコメントを受け付けていません

Data-driven Modeling and Inference for Bayesian Gaussian Process ODEs via Double Normalizing Flows

投稿日: 2024年1月3日 作成者: jarxiv

要約 最近、ガウス プロセスが、確率的 ODE 方程式によって特徴付けられる、G … 続きを読む →

カテゴリー: cs.LG, stat.ML | Data-driven Modeling and Inference for Bayesian Gaussian Process ODEs via Double Normalizing Flows はコメントを受け付けていません