「stat.ML」カテゴリーアーカイブ

Multiplayer Federated Learning: Reaching Equilibrium with Less Communication

投稿日: 2025年1月15日 作成者: jarxiv

要約 従来のフェデレーテッド ラーニング (FL) アプローチは、共通のグローバ … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | Multiplayer Federated Learning: Reaching Equilibrium with Less Communication はコメントを受け付けていません

Efficient Distribution Matching of Representations via Noise-Injected Deep InfoMax

投稿日: 2025年1月15日 作成者: jarxiv

要約 Deep InfoMax (DIM) は、ディープ ニューラル ネットワー … 続きを読む →

カテゴリー: (Primary), 94A17, cs.IT, cs.LG, H.1.1, math.IT, stat.ML | Efficient Distribution Matching of Representations via Noise-Injected Deep InfoMax はコメントを受け付けていません

Avoiding subtraction and division of stochastic signals using normalizing flows: NFdeconvolve

投稿日: 2025年1月15日 作成者: jarxiv

要約 科学の世界全体で、私たちは確率信号を減算したり除算したりすることがあります … 続きを読む →

カテゴリー: cs.LG, math.PR, physics.data-an, q-bio.QM, stat.ML | Avoiding subtraction and division of stochastic signals using normalizing flows: NFdeconvolve はコメントを受け付けていません

A Similarity Measure Between Functions with Applications to Statistical Learning and Optimization

投稿日: 2025年1月15日 作成者: jarxiv

要約 このノートでは、2 つの関数間の類似性の新しい尺度を紹介します。 これは、 … 続きを読む →

カテゴリー: cs.LG, math.OC, stat.ML | A Similarity Measure Between Functions with Applications to Statistical Learning and Optimization はコメントを受け付けていません

Gradient Equilibrium in Online Learning: Theory and Applications

投稿日: 2025年1月15日 作成者: jarxiv

要約 我々は、勾配平衡と呼ぶオンライン学習に関する新しい視点を提示します。つまり … 続きを読む →

カテゴリー: cs.LG, math.OC, math.ST, stat.ML, stat.TH | Gradient Equilibrium in Online Learning: Theory and Applications はコメントを受け付けていません

Multiple-Input Variational Auto-Encoder for Anomaly Detection in Heterogeneous Data

投稿日: 2025年1月15日 作成者: jarxiv

要約 異常検出 (AD) は、サイバーセキュリティにおける分類や侵入/脅威の検出 … 続きを読む →

カテゴリー: cs.AI, cs.LG, stat.ML | Multiple-Input Variational Auto-Encoder for Anomaly Detection in Heterogeneous Data はコメントを受け付けていません

Rate-In: Information-Driven Adaptive Dropout Rates for Improved Inference-Time Uncertainty Estimation

投稿日: 2025年1月15日 作成者: jarxiv

要約 医療診断などのリスクに敏感なアプリケーションにニューラル ネットワークを導 … 続きを読む →

カテゴリー: cs.CV, cs.LG, stat.ML | Rate-In: Information-Driven Adaptive Dropout Rates for Improved Inference-Time Uncertainty Estimation はコメントを受け付けていません

Synthesis and Analysis of Data as Probability Measures with Entropy-Regularized Optimal Transport

投稿日: 2025年1月15日 作成者: jarxiv

要約 エントロピー正則化された Wasserstein-2 コストとその不偏バー … 続きを読む →

カテゴリー: cs.LG, stat.ML | Synthesis and Analysis of Data as Probability Measures with Entropy-Regularized Optimal Transport はコメントを受け付けていません

Geometric Scattering on Measure Spaces

投稿日: 2025年1月14日 作成者: jarxiv

要約 散乱変換は、畳み込みニューラル ネットワーク (CNN) のモデルとして最 … 続きを読む →

カテゴリー: 68T07, cs.LG, math.SP, stat.ML | Geometric Scattering on Measure Spaces はコメントを受け付けていません

Spectral complexity of deep neural networks

投稿日: 2025年1月14日 作成者: jarxiv

要約 ランダムに初期化され、前進し、完全に接続されたニューラル ネットワークは、 … 続きを読む →

カテゴリー: 33C55, 60G60, 62M15, 68T07, cs.LG, math.PR, stat.ML | Spectral complexity of deep neural networks はコメントを受け付けていません