「stat.ML」カテゴリーアーカイブ

Covariance alignment: from maximum likelihood estimation to Gromov-Wasserstein

投稿日: 2023年11月23日 作成者: jarxiv

要約 特徴アライメント手法は、データのプール、アノテーション、比較のために多くの … 続きを読む →

カテゴリー: 05C60, 49Q22, 62R07, 90B80, cs.LG, G.3, math.ST, Primary 62C20, stat.ME, stat.ML, stat.TH | Covariance alignment: from maximum likelihood estimation to Gromov-Wasserstein はコメントを受け付けていません

Improved identification accuracy in equation learning via comprehensive $\boldsymbol{R^2}$-elimination and Bayesian model selection

投稿日: 2023年11月23日 作成者: jarxiv

要約 方程式学習の分野では、基底関数辞書から導き出されるすべての可能な方程式を網 … 続きを読む →

カテゴリー: 37M99, 62-08, 62F15, 62J99, cs.AI, cs.LG, cs.NA, G.3, math.NA, stat.ML | Improved identification accuracy in equation learning via comprehensive $\boldsymbol{R^2}$-elimination and Bayesian model selection はコメントを受け付けていません

Learning principle and mathematical realization of the learning mechanism in the brain

投稿日: 2023年11月23日 作成者: jarxiv

要約 ディープラーニングは目覚ましい成功を収めていますが、なぜこれほどうまく機能 … 続きを読む →

カテゴリー: cs.AI, cs.IT, cs.LG, math.IT, q-bio.NC, stat.ML | Learning principle and mathematical realization of the learning mechanism in the brain はコメントを受け付けていません

$σ$-PCA: a unified neural model for linear and nonlinear principal component analysis

投稿日: 2023年11月23日 作成者: jarxiv

要約 線形主成分分析 (PCA)、非線形 PCA、線形独立成分分析 (ICA) … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | $σ$-PCA: a unified neural model for linear and nonlinear principal component analysis はコメントを受け付けていません

Labeling Neural Representations with Inverse Recognition

投稿日: 2023年11月23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

Looking at the posterior: accuracy and uncertainty of neural-network predictions

投稿日: 2023年11月23日 作成者: jarxiv

要約 ベイジアン推論では、モデル パラメーターとネットワーク出力の事後分布を使用 … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Looking at the posterior: accuracy and uncertainty of neural-network predictions はコメントを受け付けていません

Guided Flows for Generative Modeling and Decision Making

投稿日: 2023年11月23日 作成者: jarxiv

要約 分類子を使用しないガイダンスは、多くの下流タスクの条件付き生成モデルのパフ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO, stat.ML | Guided Flows for Generative Modeling and Decision Making はコメントを受け付けていません

Predict, Refine, Synthesize: Self-Guiding Diffusion Models for Probabilistic Time Series Forecasting

投稿日: 2023年11月23日 作成者: jarxiv

要約 拡散モデルは、さまざまなドメインにわたる生成モデリング タスクにおいて最先 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Predict, Refine, Synthesize: Self-Guiding Diffusion Models for Probabilistic Time Series Forecasting はコメントを受け付けていません

On the Out-of-Distribution Coverage of Combining Split Conformal Prediction and Bayesian Deep Learning

投稿日: 2023年11月22日 作成者: jarxiv

要約 ベイジアンディープラーニングと等角予測は、機械学習システムにおける不確実性 … 続きを読む →

カテゴリー: cs.LG, stat.ML | On the Out-of-Distribution Coverage of Combining Split Conformal Prediction and Bayesian Deep Learning はコメントを受け付けていません

Multi-Objective Optimization Using the R2 Utility

投稿日: 2023年11月22日 作成者: jarxiv

要約 複数の目的の最適化の目標は、複数の目的間の可能な限り最良のトレードオフを表 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Multi-Objective Optimization Using the R2 Utility はコメントを受け付けていません