「stat.ML」カテゴリーアーカイブ

Wasserstein Adaptive Value Estimation for Actor-Critic Reinforcement Learning

投稿日: 2025年3月10日 作成者: jarxiv

要約 俳優critic（Wave）のワッサースタイン適応価値推定を提示します。こ … 続きを読む →

カテゴリー: cs.LG, cs.SY, eess.SY, stat.ML | Wasserstein Adaptive Value Estimation for Actor-Critic Reinforcement Learning はコメントを受け付けていません

An Analysis Framework for Understanding Deep Neural Networks Based on Network Dynamics

投稿日: 2025年3月7日 作成者: jarxiv

要約 人工知能を進めるには、深い学習の根底にあるメカニズムのより深い理解が必要で … 続きを読む →

カテゴリー: cs.LG, nlin.CD, stat.ML | An Analysis Framework for Understanding Deep Neural Networks Based on Network Dynamics はコメントを受け付けていません

Golden Ratio Weighting Prevents Model Collapse

投稿日: 2025年3月7日 作成者: jarxiv

要約 最近の研究では、モデル崩壊として知られる再帰的生成モデルトレーニングにおけ … 続きを読む →

カテゴリー: cs.LG, stat.ML | Golden Ratio Weighting Prevents Model Collapse はコメントを受け付けていません

Some Targets Are Harder to Identify than Others: Quantifying the Target-dependent Membership Leakage

投稿日: 2025年3月7日 作成者: jarxiv

要約 メンバーシップ推論（MI）ゲームでは、攻撃者がターゲットポイントがアルゴリ … 続きを読む →

カテゴリー: cs.CR, cs.LG, math.ST, stat.ML, stat.TH | Some Targets Are Harder to Identify than Others: Quantifying the Target-dependent Membership Leakage はコメントを受け付けていません

Propagating Model Uncertainty through Filtering-based Probabilistic Numerical ODE Solvers

投稿日: 2025年3月7日 作成者: jarxiv

要約 ODEフィルターとしても知られる通常の微分方程式（ODE）のフィルタリング … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Propagating Model Uncertainty through Filtering-based Probabilistic Numerical ODE Solvers はコメントを受け付けていません

When Can You Get Away with Low Memory Adam?

投稿日: 2025年3月7日 作成者: jarxiv

要約 Adamは、最新の機械学習モデルをトレーニングするためのオプティマイザーで … 続きを読む →

カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML | When Can You Get Away with Low Memory Adam? はコメントを受け付けていません

Sample-Optimal Agnostic Boosting with Unlabeled Data

投稿日: 2025年3月7日 作成者: jarxiv

要約 ブーストは、不正確な経験則から正確な学習アルゴリズムを構築するための実用的 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Sample-Optimal Agnostic Boosting with Unlabeled Data はコメントを受け付けていません

Towards One Model for Classical Dimensionality Reduction: A Probabilistic Perspective on UMAP and t-SNE

投稿日: 2025年3月7日 作成者: jarxiv

要約 このホワイトペーパーでは、UMAPやT-SNEなどの次元削減方法は、Pro … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Towards One Model for Classical Dimensionality Reduction: A Probabilistic Perspective on UMAP and t-SNE はコメントを受け付けていません

Incentivizing Truthful Collaboration in Heterogeneous Federated Learning

投稿日: 2025年3月6日 作成者: jarxiv

要約 Federated Learning（FL）は、RAWデータの代わりに勾配 … 続きを読む →

カテゴリー: cs.GT, cs.LG, stat.ML | Incentivizing Truthful Collaboration in Heterogeneous Federated Learning はコメントを受け付けていません

Generative Adversarial Networks for High-Dimensional Item Factor Analysis: A Deep Adversarial Learning Algorithm

投稿日: 2025年3月6日 作成者: jarxiv

要約 深い学習と表現学習の進歩により、より効率的で正確なパラメーター推定を可能に … 続きを読む →

カテゴリー: cs.LG, stat.AP, stat.CO, stat.ME, stat.ML | Generative Adversarial Networks for High-Dimensional Item Factor Analysis: A Deep Adversarial Learning Algorithm はコメントを受け付けていません