「stat.TH」カテゴリーアーカイブ

Finite-sample performance of the maximum likelihood estimator in logistic regression

投稿日: 2024年12月6日 作成者: jarxiv

要約 ロジスティック回帰は、多変量共変量に対する二値応答の確率的依存性を記述する … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.ML, stat.TH | Finite-sample performance of the maximum likelihood estimator in logistic regression はコメントを受け付けていません

Validity and efficiency of the conformal CUSUM procedure

投稿日: 2024年12月5日 作成者: jarxiv

要約 本論文では、変化検出のためのCUSUM手順のコンフォーマルバージョンの有効 … 続きを読む →

カテゴリー: (Primary), 68Q32, cs.LG, math.ST, secondary, stat.TH | Validity and efficiency of the conformal CUSUM procedure はコメントを受け付けていません

A Note on Doubly Robust Estimator in Regression Continuity Designs

投稿日: 2024年12月3日 作成者: jarxiv

要約 このノートでは、回帰不連続性 (RD) 設計のための二重ロバスト (DR) … 続きを読む →

カテゴリー: cs.LG, econ.EM, math.ST, stat.ME, stat.ML, stat.TH | A Note on Doubly Robust Estimator in Regression Continuity Designs はコメントを受け付けていません

A Statistical Framework of Watermarks for Large Language Models: Pivot, Detection Efficiency and Optimal Rules

投稿日: 2024年12月3日 作成者: jarxiv

要約 ChatGPT が 2022 年 11 月に導入されて以来、大規模言語モデ … 続きを読む →

カテゴリー: cs.CL, cs.CR, cs.LG, math.ST, stat.ML, stat.TH | A Statistical Framework of Watermarks for Large Language Models: Pivot, Detection Efficiency and Optimal Rules はコメントを受け付けていません

Statistical learning theory and Occam’s razor: The core argument

投稿日: 2024年12月2日 作成者: jarxiv

要約 統計学習理論は、帰納的推論において単純性を優先することを推奨するオッカムの … 続きを読む →

カテゴリー: cs.LG, math.ST, stat.TH | Statistical learning theory and Occam’s razor: The core argument はコメントを受け付けていません

Markov Equivalence and Consistency in Differentiable Structure Learning

投稿日: 2024年11月28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 | Markov Equivalence and Consistency in Differentiable Structure Learning はコメントを受け付けていません

Improving the Convergence Rates of Forward Gradient Descent with Repeated Sampling

投稿日: 2024年11月27日 作成者: jarxiv

要約 前方勾配降下法 (FGD) は、後方パスなしで計算できるため、生物学的に最 … 続きを読む →

カテゴリー: 62J05, 62L20, cs.LG, cs.NE, math.ST, stat.TH | Improving the Convergence Rates of Forward Gradient Descent with Repeated Sampling はコメントを受け付けていません

Dimension-independent rates for structured neural density estimation

投稿日: 2024年11月25日 作成者: jarxiv

要約 私たちは、ディープ ニューラル ネットワークが、画像、音声、ビデオ、テキス … 続きを読む →

カテゴリー: 60J10, 60J20, 62A09, 62G05, 62G07, 62M05, 62M40, cs.CV, cs.LG, G.3, math.ST, stat.ML, stat.TH | Dimension-independent rates for structured neural density estimation はコメントを受け付けていません

On the Sample Complexity of One Hidden Layer Networks with Equivariance, Locality and Weight Sharing

投稿日: 2024年11月22日 作成者: jarxiv

要約 畳み込みニューラル ネットワークと同様、重み共有、等分散、ローカル フィル … 続きを読む →

カテゴリー: 68T07, cs.LG, math.ST, stat.ML, stat.TH | On the Sample Complexity of One Hidden Layer Networks with Equivariance, Locality and Weight Sharing はコメントを受け付けていません

Sampling and Integration of Logconcave Functions by Algorithmic Diffusion

投稿日: 2024年11月21日 作成者: jarxiv

要約 任意の対数凹関数のサンプリング、丸め、統合の複雑さを研究します。 私たちの … 続きを読む →

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Sampling and Integration of Logconcave Functions by Algorithmic Diffusion はコメントを受け付けていません