stat.ML」カテゴリーアーカイブ

Detached Error Feedback for Distributed SGD with Random Sparsification

要約 コミュニケーションのボトルネックは、大規模な分散型ディープラーニングにおい … 続きを読む

カテゴリー: cs.CV, cs.LG, stat.ML | Detached Error Feedback for Distributed SGD with Random Sparsification はコメントを受け付けていません

Making Sense of Dependence: Efficient Black-box Explanations Using Dependence Measure

要約 この論文は、再生核ヒルベルト空間(RKHS)に基づく依存性測度であるヒルベ … 続きを読む

カテゴリー: cs.CV, stat.ML, stat.OT | Making Sense of Dependence: Efficient Black-box Explanations Using Dependence Measure はコメントを受け付けていません

Quantification and Analysis of Layer-wise and Pixel-wise Information Discarding

要約 この論文では、各入力変数の情報がディープニューラルネットワーク(DNN)で … 続きを読む

カテゴリー: cs.CV, cs.LG, stat.ML | Quantification and Analysis of Layer-wise and Pixel-wise Information Discarding はコメントを受け付けていません

Street Crossing Aid Using Light-weight CNNs for the Visually Impaired

要約 本稿では、交差点を横断する際に視覚障害者が一般的に直面する問題に取り組み、 … 続きを読む

カテゴリー: cs.CV, cs.LG, stat.ML | Street Crossing Aid Using Light-weight CNNs for the Visually Impaired はコメントを受け付けていません

Federated Momentum Contrastive Clustering

要約 フェデレーションモメンタムコントラストクラスタリング(FedMCC)を紹介 … 続きを読む

カテゴリー: cs.CV, cs.LG, stat.ML | Federated Momentum Contrastive Clustering はコメントを受け付けていません

Contrastive and Non-Contrastive Self-Supervised Learning Recover Global and Local Spectral Embedding Methods

要約 自己監視学習(SSL)は、入力とペアワイズの正の関係が意味のある表現を学習 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, math.SP, stat.ML | Contrastive and Non-Contrastive Self-Supervised Learning Recover Global and Local Spectral Embedding Methods はコメントを受け付けていません

Functional Ensemble Distillation

要約 ベイジアンモデルには多くの望ましい特性がありますが、最も注目すべきは、限ら … 続きを読む

カテゴリー: cs.CV, cs.LG, stat.ML | Functional Ensemble Distillation はコメントを受け付けていません

AugLoss: A Learning Methodology for Real-World Dataset Corruption

要約 ディープラーニング(DL)モデルは、多くのドメインで大きな成功を収めていま … 続きを読む

カテゴリー: cs.CV, cs.LG, stat.ML | AugLoss: A Learning Methodology for Real-World Dataset Corruption はコメントを受け付けていません

JigsawHSI: a network for Hyperspectral Image classification

要約 本論文では、Inceptionをベースに地球科学的分析用に改良された畳み込 … 続きを読む

カテゴリー: 68T07, cs.CV, cs.LG, I.4.6; I.2.10, stat.ML | JigsawHSI: a network for Hyperspectral Image classification はコメントを受け付けていません

FIFA: Making Fairness More Generalizable in Classifiers Trained on Imbalanced Data

要約 アルゴリズムの公平性は機械学習において重要な役割を果たし、学習中に公平性制 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.CY, cs.LG, stat.ML | FIFA: Making Fairness More Generalizable in Classifiers Trained on Imbalanced Data はコメントを受け付けていません