stat.ML」カテゴリーアーカイブ

How many dimensions are required to find an adversarial example?

要約 敵対者の脆弱性を調査する過去の研究は、敵対者がモデル入力のすべての次元を乱 … 続きを読む

カテゴリー: 68T07, cs.CR, cs.LG, G.3, stat.ML | How many dimensions are required to find an adversarial example? はコメントを受け付けていません

TRAK: Attributing Model Behavior at Scale

要約 データ属性の目標は、モデルの予測をトレーニング データまで追跡することです … 続きを読む

カテゴリー: cs.LG, stat.ML | TRAK: Attributing Model Behavior at Scale はコメントを受け付けていません

Continuous Mixtures of Tractable Probabilistic Models

要約 変分オートエンコーダーなどの連続潜在空間に基づく確率モデルは、コンポーネン … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Continuous Mixtures of Tractable Probabilistic Models はコメントを受け付けていません

Euler State Networks: Non-dissipative Reservoir Computing

要約 常微分方程式の数値解法に着想を得て、この論文では、オイラー状態ネットワーク … 続きを読む

カテゴリー: cs.AI, cs.LG, stat.ML | Euler State Networks: Non-dissipative Reservoir Computing はコメントを受け付けていません

Deep Conditional Measure Quantization

要約 確率測度の量子化とは、(確率測度の計量空間で) 入力分布を十分に近似するデ … 続きを読む

カテゴリー: cs.AI, cs.LG, math.PR, stat.ML | Deep Conditional Measure Quantization はコメントを受け付けていません

Deep Generative Multi-Agent Imitation Model as a Computational Benchmark for Evaluating Human Performance in Complex Interactive Tasks: A Case Study in Football

要約 人間のパフォーマンスを評価することは、エンジニアリングやスポーツなど、多く … 続きを読む

カテゴリー: cs.LG, cs.MA, stat.ML | Deep Generative Multi-Agent Imitation Model as a Computational Benchmark for Evaluating Human Performance in Complex Interactive Tasks: A Case Study in Football はコメントを受け付けていません

Sliced Optimal Partial Transport

要約 最適輸送 (OT) は、機械学習、データ サイエンス、コンピューター ビジ … 続きを読む

カテゴリー: cs.LG, math.OC, stat.ML | Sliced Optimal Partial Transport はコメントを受け付けていません

Generalization with quantum geometry for learning unitaries

要約 一般化とは、トレーニング データから学習することにより、新しいデータに対し … 続きを読む

カテゴリー: cs.LG, quant-ph, stat.ML | Generalization with quantum geometry for learning unitaries はコメントを受け付けていません

A Simple Explanation for the Phase Transition in Large Language Models with List Decoding

要約 最近のさまざまな実験結果は、大規模言語モデル (LLM) が小規模モデルに … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.IT, math.IT, stat.ML | A Simple Explanation for the Phase Transition in Large Language Models with List Decoding はコメントを受け付けていません

Enriching Neural Network Training Dataset to Improve Worst-Case Performance Guarantees

要約 機械学習アルゴリズム、特にニューラル ネットワーク (NN) は、AC-O … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SY, eess.SY, stat.ML | Enriching Neural Network Training Dataset to Improve Worst-Case Performance Guarantees はコメントを受け付けていません