「stat.ML」カテゴリーアーカイブ

History Compression via Language Models in Reinforcement Learning

投稿日: 2023年2月22日 作成者: jarxiv

要約 部分的に観測可能なマルコフ決定過程 (POMDP) では、エージェントは通 … 続きを読む →

カテゴリー: cs.CL, cs.LG, stat.ML | History Compression via Language Models in Reinforcement Learning はコメントを受け付けていません

Tracr: Compiled Transformers as a Laboratory for Interpretability

投稿日: 2023年2月22日 作成者: jarxiv

要約 解釈可能性の研究は、機械学習 (ML) モデルを理解するためのツールを構築 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Tracr: Compiled Transformers as a Laboratory for Interpretability はコメントを受け付けていません

Backtracking Counterfactuals

投稿日: 2023年2月22日 作成者: jarxiv

要約 反事実的推論 — いくつかの状況が (f) 実際に発生したもの … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Backtracking Counterfactuals はコメントを受け付けていません

Scalable Infomin Learning

投稿日: 2023年2月22日 作成者: jarxiv

要約 インフォミン学習のタスクは、特定のターゲットについて有益ではなく、高い有用 … 続きを読む →

カテゴリー: cs.AI, cs.IT, cs.LG, math.IT, stat.ML | Scalable Infomin Learning はコメントを受け付けていません

Provably Efficient Exploration in Quantum Reinforcement Learning with Logarithmic Worst-Case Regret

投稿日: 2023年2月22日 作成者: jarxiv

要約 最近、量子強化学習 (RL) が注目を集めていますが、その理論的理解は限ら … 続きを読む →

カテゴリー: cs.AI, cs.LG, quant-ph, stat.ML | Provably Efficient Exploration in Quantum Reinforcement Learning with Logarithmic Worst-Case Regret はコメントを受け付けていません

When are Post-hoc Conceptual Explanantions Identifiable?

投稿日: 2023年2月22日 作成者: jarxiv

要約 概念的な説明を通じて学習された埋め込み空間を理解し、因数分解することへの関 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, stat.ML | When are Post-hoc Conceptual Explanantions Identifiable? はコメントを受け付けていません

On Calibrating Diffusion Probabilistic Models

投稿日: 2023年2月22日 作成者: jarxiv

要約 最近、拡散確率モデル (DPM) は、多様な生成タスクで有望な結果を達成し … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | On Calibrating Diffusion Probabilistic Models はコメントを受け付けていません

Wassmap: Wasserstein Isometric Mapping for Image Manifold Learning

投稿日: 2023年2月22日 作成者: jarxiv

要約 この論文では、イメージングアプリケーションにおける既存のグローバル非線形次 … 続きを読む →

カテゴリー: 49Q22, 68T10, cs.CV, cs.LG, stat.ML | Wassmap: Wasserstein Isometric Mapping for Image Manifold Learning はコメントを受け付けていません

Fast Kernel Methods for Generic Lipschitz Losses via $p$-Sparsified Sketches

投稿日: 2023年2月22日 作成者: jarxiv

要約 カーネル メソッドは、重要な計算上の制限に悩まされながらも、強固な理論的基 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Fast Kernel Methods for Generic Lipschitz Losses via $p$-Sparsified Sketches はコメントを受け付けていません

Identifying Weight-Variant Latent Causal Models

投稿日: 2023年2月21日 作成者: jarxiv

要約 因果表現学習のタスクは、低レベルの観測に影響を与える潜在的な高レベルの因果 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Identifying Weight-Variant Latent Causal Models はコメントを受け付けていません