「stat.ML」カテゴリーアーカイブ

A Comprehensive Benchmark for RNA 3D Structure-Function Modeling

投稿日: 2025年3月28日 作成者: jarxiv

要約 RNA構造機能の関係は最近、深い学習コミュニティ内で大きな注目を集めており … 続きを読む →

カテゴリー: cs.LG, q-bio.BM, stat.ML | A Comprehensive Benchmark for RNA 3D Structure-Function Modeling はコメントを受け付けていません

Partial Gromov-Wasserstein Metric

投稿日: 2025年3月28日 作成者: jarxiv

要約 Gromov-Wasserstein（GW）距離は、さまざまなメトリック空 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Partial Gromov-Wasserstein Metric はコメントを受け付けていません

Contractive Dynamical Imitation Policies for Efficient Out-of-Sample Recovery

投稿日: 2025年3月27日 作成者: jarxiv

要約 模倣学習は、専門家の行動からのポリシーを学習するためのデータ駆動型のアプロ … 続きを読む →

カテゴリー: cs.LG, cs.RO, stat.ML | Contractive Dynamical Imitation Policies for Efficient Out-of-Sample Recovery はコメントを受け付けていません

Regression-Based Estimation of Causal Effects in the Presence of Selection Bias and Confounding

投稿日: 2025年3月27日 作成者: jarxiv

要約 治療$ x $が介入によって設定され、連続ランダム変数に焦点を当てた場合、 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Regression-Based Estimation of Causal Effects in the Presence of Selection Bias and Confounding はコメントを受け付けていません

A Theoretical Framework for Prompt Engineering: Approximating Smooth Functions with Transformer Prompts

投稿日: 2025年3月27日 作成者: jarxiv

要約 迅速なエンジニアリングは、望ましい応答に向けて大規模な言語モデル（LLM） … 続きを読む →

カテゴリー: cs.LG, stat.ML | A Theoretical Framework for Prompt Engineering: Approximating Smooth Functions with Transformer Prompts はコメントを受け付けていません

Sinkhorn Distributionally Robust Optimization

投稿日: 2025年3月27日 作成者: jarxiv

要約 シンクホーン距離を使用して分布的に堅牢な最適化を研究します。これは、エント … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Sinkhorn Distributionally Robust Optimization はコメントを受け付けていません

Continual learning via probabilistic exchangeable sequence modelling

投稿日: 2025年3月27日 作成者: jarxiv

要約 継続的な学習（CL）とは、過去の経験から有用な情報を保持しながら、新しい知 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Continual learning via probabilistic exchangeable sequence modelling はコメントを受け付けていません

Reliable algorithm selection for machine learning-guided design

投稿日: 2025年3月27日 作成者: jarxiv

要約 機械学習誘導設計または設計アルゴリズムのアルゴリズムは、機械学習ベースの予 … 続きを読む →

カテゴリー: cs.LG, q-bio.QM, stat.ML | Reliable algorithm selection for machine learning-guided design はコメントを受け付けていません

Diffusion Counterfactuals for Image Regressors

投稿日: 2025年3月27日 作成者: jarxiv

要約 反事実的な説明は、さまざまなブラックボックスモデルの人間の解釈可能な説明を … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Diffusion Counterfactuals for Image Regressors はコメントを受け付けていません

The mathematics of adversarial attacks in AI — Why deep learning is unstable despite the existence of stable neural networks

投稿日: 2025年3月27日 作成者: jarxiv

要約 Deep Learning（DL）の前例のない成功により、分類の問題に関し … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.NA, math.NA, stat.ML | The mathematics of adversarial attacks in AI — Why deep learning is unstable despite the existence of stable neural networks はコメントを受け付けていません