「stat.ML」カテゴリーアーカイブ

Follow-the-Regularized-Leader with Adversarial Constraints

投稿日: 2025年3月18日 作成者: jarxiv

要約 制約されたオンライン凸最適化（COCO）は、標準のオンライン凸最適化（OC … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.OC, stat.ML | Follow-the-Regularized-Leader with Adversarial Constraints はコメントを受け付けていません

What Does It Mean to Be a Transformer? Insights from a Theoretical Hessian Analysis

投稿日: 2025年3月18日 作成者: jarxiv

要約 変圧器アーキテクチャは、間違いなく深い学習に革命をもたらし、多層パーセプト … 続きを読む →

カテゴリー: cs.LG, stat.ML | What Does It Mean to Be a Transformer? Insights from a Theoretical Hessian Analysis はコメントを受け付けていません

Fed-Joint: Joint Modeling of Nonlinear Degradation Signals and Failure Events for Remaining Useful Life Prediction using Federated Learning

投稿日: 2025年3月18日 作成者: jarxiv

要約 機械の多くの故障メカニズムは、条件監視（CM）信号の動作と密接に関連してい … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Fed-Joint: Joint Modeling of Nonlinear Degradation Signals and Failure Events for Remaining Useful Life Prediction using Federated Learning はコメントを受け付けていません

FlowKac: An Efficient Neural Fokker-Planck solver using Temporal Normalizing flows and the Feynman Kac-Formula

投稿日: 2025年3月17日 作成者: jarxiv

要約 高次元の複雑な動的システムのFokker-Planck方程式を解決すること … 続きを読む →

カテゴリー: cs.LG, math.DS, stat.ML | FlowKac: An Efficient Neural Fokker-Planck solver using Temporal Normalizing flows and the Feynman Kac-Formula はコメントを受け付けていません

Reinforcement Learning with Verifiable Rewards: GRPO’s Effective Loss, Dynamics, and Success Amplification

投稿日: 2025年3月17日 作成者: jarxiv

要約 グループ相対ポリシー最適化（GRPO）が導入され、検証可能またはバイナリ報 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Reinforcement Learning with Verifiable Rewards: GRPO’s Effective Loss, Dynamics, and Success Amplification はコメントを受け付けていません

Non-asymptotic Analysis of Biased Adaptive Stochastic Approximation

投稿日: 2025年3月17日 作成者: jarxiv

要約 適応ステップを使用した確率勾配降下（SGD）は、深いニューラルネットワーク … 続きを読む →

カテゴリー: cs.LG, stat.ML | Non-asymptotic Analysis of Biased Adaptive Stochastic Approximation はコメントを受け付けていません

Early Directional Convergence in Deep Homogeneous Neural Networks for Small Initializations

投稿日: 2025年3月17日 作成者: jarxiv

要約 このホワイトペーパーでは、局所的にリプシッツグラデーションと2つ以上の均一 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Early Directional Convergence in Deep Homogeneous Neural Networks for Small Initializations はコメントを受け付けていません

Vecchia Gaussian Process Ensembles on Internal Representations of Deep Neural Networks

投稿日: 2025年3月17日 作成者: jarxiv

要約 回帰タスクの場合、標準のガウスプロセス（GPS）は自然な不確実性の定量化（ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Vecchia Gaussian Process Ensembles on Internal Representations of Deep Neural Networks はコメントを受け付けていません

A transfer learning framework for weak-to-strong generalization

投稿日: 2025年3月17日 作成者: jarxiv

要約 最新の大規模な言語モデル（LLM）アラインメント手法は人間のフィードバック … 続きを読む →

カテゴリー: cs.LG, stat.ML | A transfer learning framework for weak-to-strong generalization はコメントを受け付けていません

Power Spectrum Signatures of Graphs

投稿日: 2025年3月17日 作成者: jarxiv

要約 グラフ、ポイントクラウド、マニホールドのラプラシアン演算子に基づくポイント … 続きを読む →

カテゴリー: cs.LG, cs.SI, stat.ML | Power Spectrum Signatures of Graphs はコメントを受け付けていません