「stat.ML」カテゴリーアーカイブ

Learning Interpretable Characteristic Kernels via Decision Forests

投稿日: 2023年9月29日 作成者: jarxiv

要約 デシジョン フォレストは、分類および回帰タスクに広く使用されています。 ツ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Learning Interpretable Characteristic Kernels via Decision Forests はコメントを受け付けていません

Unsupervised Fact Verification by Language Model Distillation

投稿日: 2023年9月29日 作成者: jarxiv

要約 教師なし事実検証は、いかなる種類のデータ注釈も付けずに、信頼できる知識ベー … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ML | Unsupervised Fact Verification by Language Model Distillation はコメントを受け付けていません

Asset Bundling for Wind Power Forecasting

投稿日: 2023年9月29日 作成者: jarxiv

要約 米国の電力網における断続的な再生可能発電、特に風力発電や太陽光発電の普及が … 続きを読む →

カテゴリー: cs.AI, stat.AP, stat.ME, stat.ML | Asset Bundling for Wind Power Forecasting はコメントを受け付けていません

From Complexity to Clarity: Analytical Expressions of Deep Neural Network Weights via Clifford’s Geometric Algebra and Convexity

投稿日: 2023年9月29日 作成者: jarxiv

要約 この論文では、幾何 (クリフォード) 代数と凸最適化に基づいたニューラル … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE, math.OC, stat.ML | From Complexity to Clarity: Analytical Expressions of Deep Neural Network Weights via Clifford’s Geometric Algebra and Convexity はコメントを受け付けていません

Transfer Learning for Bayesian Optimization on Heterogeneous Search Spaces

投稿日: 2023年9月29日 作成者: jarxiv

要約 ベイジアン最適化 (BO) は、一般的なブラック ボックス関数の最適化手法 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Transfer Learning for Bayesian Optimization on Heterogeneous Search Spaces はコメントを受け付けていません

Depthwise Hyperparameter Transfer in Residual Networks: Dynamics and Scaling Limit

投稿日: 2023年9月29日 作成者: jarxiv

要約 深層学習におけるハイパーパラメータ調整のコストはモデルのサイズに応じて増加 … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.AI, cs.LG, stat.ML | Depthwise Hyperparameter Transfer in Residual Networks: Dynamics and Scaling Limit はコメントを受け付けていません

Bridging Trustworthiness and Open-World Learning: An Exploratory Neural Approach for Enhancing Interpretability, Generalization, and Robustness

投稿日: 2023年9月29日 作成者: jarxiv

要約 研究者が人工知能技術の開発を通じて機械知能と人間の間のギャップを縮めようと … 続きを読む →

カテゴリー: cs.LG, stat.ML | Bridging Trustworthiness and Open-World Learning: An Exploratory Neural Approach for Enhancing Interpretability, Generalization, and Robustness はコメントを受け付けていません

Improving the convergence of SGD through adaptive batch sizes

投稿日: 2023年9月28日 作成者: jarxiv

要約 ミニバッチ確率的勾配降下法 (SGD) とその変形は、少数のトレーニング例 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Improving the convergence of SGD through adaptive batch sizes はコメントを受け付けていません

Bridging Trustworthiness and Open-World Learning: An Exploratory Neural Approach for Enhancing Interpretability, Generalization, and Robustness

投稿日: 2023年9月28日 作成者: jarxiv

要約 研究者が人工知能技術の開発を通じて機械知能と人間の間のギャップを縮めようと … 続きを読む →

カテゴリー: cs.LG, stat.ML | Bridging Trustworthiness and Open-World Learning: An Exploratory Neural Approach for Enhancing Interpretability, Generalization, and Robustness はコメントを受け付けていません

Importance-Weighted Offline Learning Done Right

投稿日: 2023年9月28日 作成者: jarxiv

要約 私たちは、確率的文脈バンディット問題におけるオフライン ポリシー最適化の問 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Importance-Weighted Offline Learning Done Right はコメントを受け付けていません