「stat.ML」カテゴリーアーカイブ

Learning Spectral Methods by Transformers

投稿日: 2025年1月5日 作成者: jarxiv

要約 トランスフォーマーは、最新のLLMの構成要素として大きな利点を示している。 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Learning Spectral Methods by Transformers はコメントを受け付けていません

Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers

投稿日: 2025年1月5日 作成者: jarxiv

要約 生成的AIの時代において、潜在表現を持つ深層生成モデル（DGM）は絶大な人 … 続きを読む →

カテゴリー: cs.LG, stat.ME, stat.ML | Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers はコメントを受け付けていません

Change Detection-Based Procedures for Piecewise Stationary MABs: A Modular Approach

投稿日: 2025年1月5日 作成者: jarxiv

要約 従来のマルチアームドバンディット（MAB）アルゴリズムは、アームに関連する … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.SY, eess.SY, stat.ML | Change Detection-Based Procedures for Piecewise Stationary MABs: A Modular Approach はコメントを受け付けていません

FairGP: A Scalable and Fair Graph Transformer Using Graph Partitioning

投稿日: 2025年1月3日 作成者: jarxiv

要約 最近の研究では、グラフ トランスフォーマー (GT) モデルにおける、特に … 続きを読む →

カテゴリー: cs.LG, stat.ML | FairGP: A Scalable and Fair Graph Transformer Using Graph Partitioning はコメントを受け付けていません

A survey of Monte Carlo methods for noisy and costly densities with application to reinforcement learning and ABC

投稿日: 2025年1月3日 作成者: jarxiv

要約 この調査では、扱いが難しく、コストがかかり、ノイズが多い密度に対処するため … 続きを読む →

カテゴリー: cs.LG, stat.CO, stat.ML | A survey of Monte Carlo methods for noisy and costly densities with application to reinforcement learning and ABC はコメントを受け付けていません

Function Basis Encoding of Numerical Features in Factorization Machines

投稿日: 2025年1月3日 作成者: jarxiv

要約 因数分解マシン (FM) のバリアントは、モデルの精度とトレーニングと推論 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Function Basis Encoding of Numerical Features in Factorization Machines はコメントを受け付けていません

Amortized Bayesian Experimental Design for Decision-Making

投稿日: 2025年1月3日 作成者: jarxiv

要約 個人に合わせた医療診断や製品の価格設定など、多くの重要な決定は、一連の実験 … 続きを読む →

カテゴリー: cs.LG, stat.ML | Amortized Bayesian Experimental Design for Decision-Making はコメントを受け付けていません

Upper Bounds for Learning in Reproducing Kernel Hilbert Spaces for Non IID Samples

投稿日: 2025年1月3日 作成者: jarxiv

要約 この論文では、二次損失関数の最適解を近似することを目的として、一般的なヒル … 続きを読む →

カテゴリー: 60J20, 62L20, 68Q32, 68T05, cs.LG, math.FA, stat.ML | Upper Bounds for Learning in Reproducing Kernel Hilbert Spaces for Non IID Samples はコメントを受け付けていません

Variational autoencoders with latent high-dimensional steady geometric flows for dynamics

投稿日: 2025年1月3日 作成者: jarxiv

要約 私たちは、正則化幾何学的潜在ダイナミクスを備えた PDE タイプのアンビエ … 続きを読む →

カテゴリー: cs.LG, math.DG, stat.CO, stat.ML | Variational autoencoders with latent high-dimensional steady geometric flows for dynamics はコメントを受け付けていません

Task Singular Vectors: Reducing Task Interference in Model Merging

投稿日: 2025年1月3日 作成者: jarxiv

要約 タスク演算は、追加のトレーニングを行わずにモデルを結合するためのシンプルか … 続きを読む →

カテゴリー: cs.LG, I.2.10, stat.ML | Task Singular Vectors: Reducing Task Interference in Model Merging はコメントを受け付けていません