「stat.ML」カテゴリーアーカイブ

A Simple and General Duality Proof for Wasserstein Distributionally Robust Optimization

投稿日: 2024年1月2日 作成者: jarxiv

要約 我々は、Wasserstein の分布的にロバストな最適化の双対性の初歩的 … 続きを読む →

カテゴリー: 49N15, cs.LG, math.OC, stat.ML | A Simple and General Duality Proof for Wasserstein Distributionally Robust Optimization はコメントを受け付けていません

Do algorithms and barriers for sparse principal component analysis extend to other structured settings?

投稿日: 2024年1月2日 作成者: jarxiv

要約 信号内の構造が部分空間和集合モデルのクラスによって捕捉されるスパイク付きウ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Do algorithms and barriers for sparse principal component analysis extend to other structured settings? はコメントを受け付けていません

Markovian Sliced Wasserstein Distances: Beyond Independent Projections

投稿日: 2024年1月2日 作成者: jarxiv

要約 スライスされたワッサースタイン (SW) 距離は、独立した均一でランダムな … 続きを読む →

カテゴリー: cs.LG, stat.ML | Markovian Sliced Wasserstein Distances: Beyond Independent Projections はコメントを受け付けていません

A Non-Expert’s Introduction to Data Ethics for Mathematicians

投稿日: 2024年1月2日 作成者: jarxiv

要約 データ倫理について簡単に説明します。 まず、データ倫理に関する背景情報と社 … 続きを読む →

カテゴリー: cs.CY, cs.LG, math.HO, physics.soc-ph, stat.ML | A Non-Expert’s Introduction to Data Ethics for Mathematicians はコメントを受け付けていません

Transfer Learning for Causal Effect Estimation

投稿日: 2024年1月2日 作成者: jarxiv

要約 限られたデータにおける因果効果の推定精度を向上させることを目的として、ター … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Transfer Learning for Causal Effect Estimation はコメントを受け付けていません

Revisiting inference after prediction

投稿日: 2024年1月2日 作成者: jarxiv

要約 最近の研究は、予測ベースの推論の非常に一般的な実践に焦点を当てています。つ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Revisiting inference after prediction はコメントを受け付けていません

Graph Metanetworks for Processing Diverse Neural Architectures

投稿日: 2024年1月2日 作成者: jarxiv

要約 ニューラル ネットワークは、学習した情報をパラメータ内で効率的にエンコード … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Graph Metanetworks for Processing Diverse Neural Architectures はコメントを受け付けていません

Global $\mathcal{L}^2$ minimization at uniform exponential rate via geometrically adapted gradient descent in Deep Learning

投稿日: 2024年1月2日 作成者: jarxiv

要約 深層学習ネットワークで $\mathcal{L}^2$ コスト関数の最小化 … 続きを読む →

カテゴリー: 57R70, 62M45, cs.AI, cs.LG, math-ph, math.MP, math.OC, stat.ML | Global $\mathcal{L}^2$ minimization at uniform exponential rate via geometrically adapted gradient descent in Deep Learning はコメントを受け付けていません

Byzantines can also Learn from History: Fall of Centered Clipping in Federated Learning

投稿日: 2024年1月2日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) フレームワークは、幅広い共同学習タ … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.DC, cs.LG, stat.ML | Byzantines can also Learn from History: Fall of Centered Clipping in Federated Learning はコメントを受け付けていません

Energy-Based Sliced Wasserstein Distance

投稿日: 2024年1月2日 作成者: jarxiv

要約 スライスされたワッサースタイン (SW) 距離は、2 つの確率尺度間の統計 … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG, stat.ML | Energy-Based Sliced Wasserstein Distance はコメントを受け付けていません