stat.ML」カテゴリーアーカイブ

Additive Causal Bandits with Unknown Graph

要約 私たちは、学習者が因果グラフによって関連付けられた一連の確率変数に介入する … 続きを読む

カテゴリー: cs.LG, stat.ML | Additive Causal Bandits with Unknown Graph はコメントを受け付けていません

Symmetry & Critical Points for Symmetric Tensor Decompositions Problems

要約 実対称テンソルのランク 1 項の和への分解に関連する非凸最適化問題を検討し … 続きを読む

カテゴリー: cs.LG, cs.NA, math.AG, math.NA, math.OC, stat.ML | Symmetry & Critical Points for Symmetric Tensor Decompositions Problems はコメントを受け付けていません

Robustly Learning a Single Neuron via Sharpness

要約 敵対的なラベルノイズの存在下での $L_2^2$ 損失に関する単一ニューロ … 続きを読む

カテゴリー: cs.DS, cs.LG, math.OC, math.ST, stat.ML, stat.TH | Robustly Learning a Single Neuron via Sharpness はコメントを受け付けていません

Omega: Optimistic EMA Gradients

要約 確率的最小最大最適化は、GAN と敵対的トレーニングの進歩により、機械学習 … 続きを読む

カテゴリー: cs.LG, math.OC, stat.ML | Omega: Optimistic EMA Gradients はコメントを受け付けていません

Causal Mediation Analysis with Multi-dimensional and Indirectly Observed Mediators

要約 因果媒介分析 (CMA) は、潜在的な結果の枠組み内で、治療の全体的な効果 … 続きを読む

カテゴリー: cs.LG, stat.ML | Causal Mediation Analysis with Multi-dimensional and Indirectly Observed Mediators はコメントを受け付けていません

Supervised-Contrastive Loss Learns Orthogonal Frames and Batching Matters

要約 教師ありコントラスト損失 (SCL) は、分類におけるクロスエントロピー … 続きを読む

カテゴリー: cs.LG, stat.ML | Supervised-Contrastive Loss Learns Orthogonal Frames and Batching Matters はコメントを受け付けていません

Differentiating Metropolis-Hastings to Optimize Intractable Densities

要約 確率モデルで推論を実行する場合、ターゲット密度が手に負えなくなることが多く … 続きを読む

カテゴリー: cs.LG, stat.CO, stat.ME, stat.ML | Differentiating Metropolis-Hastings to Optimize Intractable Densities はコメントを受け付けていません

Kernelized Reinforcement Learning with Order Optimal Regret Bounds

要約 強化学習 (RL) は、複雑なモデルと大規模な状態アクション空間を使用する … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Kernelized Reinforcement Learning with Order Optimal Regret Bounds はコメントを受け付けていません

Identification of Nonlinear Latent Hierarchical Models

要約 観察データから潜在変数と因果構造を特定することは、生物学的データ、医療デー … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Identification of Nonlinear Latent Hierarchical Models はコメントを受け付けていません

How to Trust Your Diffusion Model: A Convex Optimization Approach to Conformal Risk Control

要約 非公式には拡散モデルと呼ばれるスコアベースの生成モデリングは、いくつかの重 … 続きを読む

カテゴリー: cs.CV, cs.LG, stat.ML | How to Trust Your Diffusion Model: A Convex Optimization Approach to Conformal Risk Control はコメントを受け付けていません