「stat.ML」カテゴリーアーカイブ

A Convergence Theory for Diffusion Language Models: An Information-Theoretic Perspective

投稿日: 2025年5月28日 作成者: jarxiv

要約 拡散モデルは、最新の生成モデリングの強力なパラダイムとして浮上しており、大 … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.ST, stat.ML, stat.TH | コメントする

Comparison of the Cox proportional hazards model and Random Survival Forest algorithm for predicting patient-specific survival probabilities in clinical trial data

投稿日: 2025年5月28日 作成者: jarxiv

要約 Cox比例ハザードモデルは、多くの場合、時間からイベントの結果を持つランダ … 続きを読む →

カテゴリー: cs.LG, stat.ML | コメントする

From Continual Learning to SGD and Back: Better Rates for Continual Linear Models

投稿日: 2025年5月28日 作成者: jarxiv

要約 私たちは、オーバーパラメーター化されたモデルが共同で実現可能なタスクのセッ … 続きを読む →

カテゴリー: cs.LG, stat.ML | コメントする

Conflicting Biases at the Edge of Stability: Norm versus Sharpness Regularization

投稿日: 2025年5月28日 作成者: jarxiv

要約 高パラメーター化されたニューラルネットワークの顕著な一般化能力について広く … 続きを読む →

カテゴリー: cs.LG, stat.ML | コメントする

High-Dimensional Calibration from Swap Regret

投稿日: 2025年5月28日 作成者: jarxiv

要約 任意の凸セット$ \ mathcal {p} \ subset \ mat … 続きを読む →

カテゴリー: cs.DS, cs.GT, cs.LG, stat.ML | コメントする

Causal Posterior Estimation

投稿日: 2025年5月28日 作成者: jarxiv

要約 シミュレーターモデルにおけるベイジアン推論の新しい方法である因果後推定（C … 続きを読む →

カテゴリー: cs.LG, stat.ML | コメントする

Annealing Flow Generative Models Towards Sampling High-Dimensional and Multi-Modal Distributions

投稿日: 2025年5月28日 作成者: jarxiv

要約 高次元のマルチモーダル分布からのサンプリングは、統計的なベイジアン推論や物 … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | コメントする

Linear $Q$-Learning Does Not Diverge in $L^2$: Convergence Rates to a Bounded Set

投稿日: 2025年5月28日 作成者: jarxiv

要約 $ Q $ -Learningは、最も基本的な強化学習アルゴリズムの1つで … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Finite Sample Analysis of Linear Temporal Difference Learning with Arbitrary Features

投稿日: 2025年5月28日 作成者: jarxiv

要約 線形TD（$ \ lambda $）は、ポリシー評価のための最も基本的な強 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする

Autoencoding Random Forests

投稿日: 2025年5月28日 作成者: jarxiv

要約 ランダムフォレストを使用した自動エンコードの原則的な方法を提案します。 私 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | コメントする