「stat.TH」カテゴリーアーカイブ

Supervised Quadratic Feature Analysis: An Information Geometry Approach to Dimensionality Reduction

投稿日: 2025年2月10日 作成者: jarxiv

要約 監視された次元削減は、クラスの識別性を最大化しながら、ラベル付きデータを低 … 続きを読む →

カテゴリー: cs.LG, math.DG, math.ST, stat.ML, stat.TH | Supervised Quadratic Feature Analysis: An Information Geometry Approach to Dimensionality Reduction はコメントを受け付けていません

Statistical guarantees for continuous-time policy evaluation: blessing of ellipticity and new tradeoffs

投稿日: 2025年2月7日 作成者: jarxiv

要約 単一の個別に観察されたエルゴジック軌道を使用して、連続時間マルコフ拡散プロ … 続きを読む →

カテゴリー: cs.LG, math.OC, math.PR, math.ST, stat.TH | Statistical guarantees for continuous-time policy evaluation: blessing of ellipticity and new tradeoffs はコメントを受け付けていません

Randomness, exchangeability, and conformal prediction

投稿日: 2025年2月6日 作成者: jarxiv

要約 このホワイトペーパーでは、ランダム性の機能理論の発達、不特定の添加剤定数を … 続きを読む →

カテゴリー: (Primary), 03D32, 68T05, cs.LG, math.ST, stat.ML, stat.TH | Randomness, exchangeability, and conformal prediction はコメントを受け付けていません

What is causal about causal models and representations?

投稿日: 2025年2月4日 作成者: jarxiv

要約 因果ベイズネットワークは、介入分布に関する予測を行うので、「因果」モデルで … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ML, stat.TH | What is causal about causal models and representations? はコメントを受け付けていません

PUATE: Semiparametric Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units

投稿日: 2025年2月3日 作成者: jarxiv

要約 治療グループと対照群間の予想される結果の違いとして定義される平均治療効果（ … 続きを読む →

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.ML, stat.TH | PUATE: Semiparametric Efficient Average Treatment Effect Estimation from Treated (Positive) and Unlabeled Units はコメントを受け付けていません

What is causal about causal models and representations?

投稿日: 2025年2月3日 作成者: jarxiv

要約 因果ベイジアンネットワークは、介入分布について予測するため、「因果関係」モ … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.ST, stat.ML, stat.TH | What is causal about causal models and representations? はコメントを受け付けていません

Using gradient of Lagrangian function to compute efficient channels for the ideal observer

投稿日: 2025年2月3日 作成者: jarxiv

要約 ベイジアンの理想的なオブザーバー（IO）を使用して、医療イメージングシステ … 続きを読む →

カテゴリー: cs.CV, cs.LG, eess.SP, math.ST, stat.CO, stat.TH | Using gradient of Lagrangian function to compute efficient channels for the ideal observer はコメントを受け付けていません

Signature Methods in Machine Learning

投稿日: 2025年1月27日 作成者: jarxiv

要約 署名ベースの手法は、進化するデータの複雑なストリーム間の相互作用に関する数 … 続きを読む →

カテゴリー: 34F05, 60L10, 68Q32, 93C15, cs.LG, cs.NA, math.CA, math.NA, math.ST, stat.ME, stat.ML, stat.TH | Signature Methods in Machine Learning はコメントを受け付けていません

Consistent spectral clustering in sparse tensor block models

投稿日: 2025年1月24日 作成者: jarxiv

要約 高次クラスタリングは、バイオインフォマティクス、ソーシャル ネットワーク分 … 続きを読む →

カテゴリー: 62H30, cs.LG, math.PR, math.ST, stat.TH | Consistent spectral clustering in sparse tensor block models はコメントを受け付けていません

Guaranteed Recovery of Unambiguous Clusters

投稿日: 2025年1月24日 作成者: jarxiv

要約 クラスタリングは、「正しい」クラスタリングがどうあるべきかという本質的なあ … 続きを読む →

カテゴリー: cs.AI, cs.DS, cs.IT, cs.LG, math.IT, math.ST, stat.TH | Guaranteed Recovery of Unambiguous Clusters はコメントを受け付けていません