「stat.ML」カテゴリーアーカイブ

Doubly Smoothed GDA: Global Convergent Algorithm for Constrained Nonconvex-Nonconcave Minimax Optimization

投稿日: 2023年5月30日 作成者: jarxiv

要約 非凸非凹ミニマックス最適化は、機械学習における広範な応用により、過去 10 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Doubly Smoothed GDA: Global Convergent Algorithm for Constrained Nonconvex-Nonconcave Minimax Optimization はコメントを受け付けていません

Compressed Empirical Measures (in finite dimensions)

投稿日: 2023年5月30日 作成者: jarxiv

要約 私たちは、有限次元再現カーネル ヒルベルト空間 (RKHS) のコンテキス … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Compressed Empirical Measures (in finite dimensions) はコメントを受け付けていません

On the Efficacy of Generalization Error Prediction Scoring Functions

投稿日: 2023年5月30日 作成者: jarxiv

要約 一般化誤差予測子 (GEP) は、サンプル レベルのスコアからデータセット … 続きを読む →

カテゴリー: cs.LG, stat.ML | On the Efficacy of Generalization Error Prediction Scoring Functions はコメントを受け付けていません

Composite Goodness-of-fit Tests with Kernels

投稿日: 2023年5月30日 作成者: jarxiv

要約 モデルの仕様の誤りは、確率モデルの実装に重大な課題を引き起こす可能性がある … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Composite Goodness-of-fit Tests with Kernels はコメントを受け付けていません

Local Convergence of Gradient Descent-Ascent for Training Generative Adversarial Networks

投稿日: 2023年5月30日 作成者: jarxiv

要約 Generative Adversarial Networks (GAN) … 続きを読む →

カテゴリー: cs.LG, stat.ML | Local Convergence of Gradient Descent-Ascent for Training Generative Adversarial Networks はコメントを受け付けていません

Introduction to Online Nonstochastic Control

投稿日: 2023年5月30日 作成者: jarxiv

要約 このテキストでは、オンライン非確率制御と呼ばれる、動的システムおよび微分可 … 続きを読む →

カテゴリー: cs.LG, cs.RO, cs.SY, eess.SY, math.OC, stat.ML | Introduction to Online Nonstochastic Control はコメントを受け付けていません

Learning Two-Layer Neural Networks, One (Giant) Step at a Time

投稿日: 2023年5月30日 作成者: jarxiv

要約 私たちは浅いニューラル ネットワークのトレーニング ダイナミクスを研究し、 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Learning Two-Layer Neural Networks, One (Giant) Step at a Time はコメントを受け付けていません

One Objective to Rule Them All: A Maximization Objective Fusing Estimation and Planning for Exploration

投稿日: 2023年5月30日 作成者: jarxiv

要約 オンライン強化学習 (オンライン RL) では、サンプル効率の高い方法で最 … 続きを読む →

カテゴリー: cs.AI, cs.GT, cs.LG, math.OC, stat.ML | One Objective to Rule Them All: A Maximization Objective Fusing Estimation and Planning for Exploration はコメントを受け付けていません

Partially Personalized Federated Learning: Breaking the Curse of Data Heterogeneity

投稿日: 2023年5月30日 作成者: jarxiv

要約 パーソナライゼーションの柔軟性とグローバル トレーニングの協調性のバランス … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.OC, stat.ML | Partially Personalized Federated Learning: Breaking the Curse of Data Heterogeneity はコメントを受け付けていません

Rethinking Counterfactual Data Augmentation Under Confounding

投稿日: 2023年5月30日 作成者: jarxiv

要約 反事実データの拡張は、機械学習モデルのトレーニング データの交絡バイアスを … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Rethinking Counterfactual Data Augmentation Under Confounding はコメントを受け付けていません