「stat.TH」カテゴリーアーカイブ

Optimal Robust Estimation under Local and Global Corruptions: Stronger Adversary and Smaller Error

投稿日: 2024年10月23日 作成者: jarxiv

要約 アルゴリズムによる堅牢な統計は伝統的に、サンプルのごく一部が恣意的に破損す … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Optimal Robust Estimation under Local and Global Corruptions: Stronger Adversary and Smaller Error はコメントを受け付けていません

Implicit Regularization for Tubal Tensor Factorizations via Gradient Descent

投稿日: 2024年10月22日 作成者: jarxiv

要約 遅延トレーニング方式を超えた、オーバーパラメータ化されたテンソル因数分解問 … 続きを読む →

カテゴリー: cs.LG, math.OC, math.ST, stat.ML, stat.TH | Implicit Regularization for Tubal Tensor Factorizations via Gradient Descent はコメントを受け付けていません

Supervised Kernel Thinning

投稿日: 2024年10月18日 作成者: jarxiv

要約 Dwivedi & Mackey (2024) のカーネル間引き … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Supervised Kernel Thinning はコメントを受け付けていません

Likelihood-based Differentiable Structure Learning

投稿日: 2024年10月17日 作成者: jarxiv

要約 有向非巡回グラフ (DAG) の微分可能構造学習に対する既存のアプローチは … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Likelihood-based Differentiable Structure Learning はコメントを受け付けていません

Counterfactual Generative Modeling with Variational Causal Inference

投稿日: 2024年10月17日 作成者: jarxiv

要約 結果が高次元（遺伝子発現、顔画像など）であり、共変量が比較的限定されている … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ML, stat.TH | Counterfactual Generative Modeling with Variational Causal Inference はコメントを受け付けていません

The Effect of Personalization in FedProx: A Fine-grained Analysis on Statistical Accuracy and Communication Efficiency

投稿日: 2024年10月14日 作成者: jarxiv

要約 FedProx は、正則化によるモデルのパーソナライゼーションを可能にする … 続きを読む →

カテゴリー: cs.DC, cs.LG, math.ST, stat.CO, stat.ML, stat.TH | The Effect of Personalization in FedProx: A Fine-grained Analysis on Statistical Accuracy and Communication Efficiency はコメントを受け付けていません

Linear Convergence of Diffusion Models Under the Manifold Hypothesis

投稿日: 2024年10月14日 作成者: jarxiv

要約 スコアマッチング生成モデルは、複雑な高次元データ分布からのサンプリングに成 … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Linear Convergence of Diffusion Models Under the Manifold Hypothesis はコメントを受け付けていません

Maximizing the Potential of Synthetic Data: Insights from Random Matrix Theory

投稿日: 2024年10月14日 作成者: jarxiv

要約 合成データは大規模な言語モデルをトレーニングするために注目を集めていますが … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.TH | Maximizing the Potential of Synthetic Data: Insights from Random Matrix Theory はコメントを受け付けていません

Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift

投稿日: 2024年10月8日 作成者: jarxiv

要約 機械学習モデルが動的環境に導入されることが増えているため、分布の変化に伴う … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift はコメントを受け付けていません

Regression Conformal Prediction under Bias

投稿日: 2024年10月8日 作成者: jarxiv

要約 不確実性の定量化は、影響の大きいアプリケーションの機械学習アルゴリズムの不 … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ME, stat.ML, stat.TH | Regression Conformal Prediction under Bias はコメントを受け付けていません