stat.ML」カテゴリーアーカイブ

Domain-Agnostic Batch Bayesian Optimization with Diverse Constraints via Bayesian Quadrature

要約 現実世界の最適化問題は、多くの場合、(1) 多様な制約、(2) 離散空間と … 続きを読む

カテゴリー: 62C10, 62F15, cs.AI, cs.LG, cs.NA, math.NA, stat.CO, stat.ML | Domain-Agnostic Batch Bayesian Optimization with Diverse Constraints via Bayesian Quadrature はコメントを受け付けていません

Detecting Adversarial Directions in Deep Reinforcement Learning to Make Robust Decisions

要約 強化学習アルゴリズムの設計における複数の進歩により、非常に複雑な状態表現を … 続きを読む

カテゴリー: cs.AI, cs.CR, cs.LG, stat.ML | Detecting Adversarial Directions in Deep Reinforcement Learning to Make Robust Decisions はコメントを受け付けていません

Automating Model Comparison in Factor Graphs

要約 文献では、ベイズの状態とパラメータの推定は効果的に自動化されていますが、モ … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Automating Model Comparison in Factor Graphs はコメントを受け付けていません

Exploring Local Explanations of Nonlinear Models Using Animated Linear Projections

要約 機械学習モデルの予測力の向上には、特にパラメトリック統計モデルと比較した場 … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Exploring Local Explanations of Nonlinear Models Using Animated Linear Projections はコメントを受け付けていません

Prodigy: An Expeditiously Adaptive Parameter-Free Learner

要約 Adagrad や Adam などの適応手法における学習率を推定する問題を … 続きを読む

カテゴリー: cs.AI, cs.LG, math.OC, stat.ML | Prodigy: An Expeditiously Adaptive Parameter-Free Learner はコメントを受け付けていません

Conformal Credal Self-Supervised Learning

要約 半教師あり学習における自己トレーニングのパラダイムは、学習者自身が提案した … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, stat.ML | Conformal Credal Self-Supervised Learning はコメントを受け付けていません

Federated Linear Contextual Bandits with User-level Differential Privacy

要約 この論文では、ユーザーレベルの差分プライバシー (DP) の概念の下で、フ … 続きを読む

カテゴリー: cs.CR, cs.LG, stat.ML | Federated Linear Contextual Bandits with User-level Differential Privacy はコメントを受け付けていません

Representing and Learning Functions Invariant Under Crystallographic Groups

要約 結晶学的グループは、自然や科学で遭遇する結晶やその他の繰り返し構造の対称性 … 続きを読む

カテゴリー: cond-mat.mtrl-sci, cs.LG, stat.ML | Representing and Learning Functions Invariant Under Crystallographic Groups はコメントを受け付けていません

A Lipschitz Bandits Approach for Continuous Hyperparameter Optimization

要約 機械学習における最も重要な問題の 1 つは、ハイパーパラメーターの選択が最 … 続きを読む

カテゴリー: cs.LG, stat.ML | A Lipschitz Bandits Approach for Continuous Hyperparameter Optimization はコメントを受け付けていません

Federated Linear Contextual Bandits with User-level Differential Privacy

要約 この論文では、ユーザーレベルの差分プライバシー (DP) の概念の下で、フ … 続きを読む

カテゴリー: cs.CR, cs.LG, stat.ML | Federated Linear Contextual Bandits with User-level Differential Privacy はコメントを受け付けていません