統計学 - 機械学習

最適化と制御エネルギー管理におけるプロシューマーの役割

プロシューマーはイランの厳しい市場でエネルギー供給と需要をバランスとってるよ。

Amir Noori, Babak Tavassoli, Alireza Fereidunian

2025-06-11T16:41:28+00:00 ― 1 分で読む

統計理論高次元データにおけるカーネル回帰の課題

高次元設定におけるカーネル回帰の課題と洞察を探る。

Weihao Lu, Jialin Ding, Haobo Zhang

2025-06-11T15:01:20+00:00 ― 0 分で読む

方法論方向的規則性を通じた機能データの分析

新しい方法が、方向性を考慮することで機能データの分析を向上させる。

Omar Kassi, Sunny G. W. Wang

2025-06-11T14:11:16+00:00 ― 0 分で読む

機械学習より良い予測のためのカーネル回帰の適応

モデルの柔軟性がダイナミックな調整を通じて予測精度をどんだけ高めるかを調べてる。

Yicheng Li, Qian Lin

2025-06-11T13:21:12+00:00 ― 0 分で読む

機械学習リアルな動きのための生成モデルに物理を統合する

新しい方法は、現実的な動きを実現するために物理ルールを組み込むことで生成モデルを強化する。

Zihan Zhou, Xiaoxue Wang, Tianshu Yu

2025-06-11T12:31:08+00:00 ― 1 分で読む

計算psvmSDRパッケージを使った効果的な次元削減

データ分析で効率的な変数削減のためのpsvmSDRパッケージを探ってみて。

Jungmin Shin, Seung Jun Shin, Andreas Artemiou

2025-06-11T10:51:00+00:00 ― 1 分で読む

計算平行温度法MCMCにおける温度選択の最適化

新しい方法が、効率的な統計サンプリングのための温度選択を向上させる。

Daniel Zhao, Natesh S. Pillai

2025-06-11T08:20:48+00:00 ― 1 分で読む

機械学習機械学習で波高予測を改善する

新しい方法は、統計技術と機械学習を組み合わせて、波の高さ予測をより良くしてるよ。

Zixin Lin, Nur Fariha Syaqina Zulkepli, Mohd Shareduwan Mohd Kasihmuddin

2025-06-11T07:30:44+00:00 ― 1 分で読む

機械学習逆強化学習を用いた言語モデル訓練の進展

IRLが言語モデルのパフォーマンスと多様性をどう向上させるかを見てみよう。

Markus Wulfmeier, Michael Bloesch, Nino Vieillard

2025-06-11T05:00:32+00:00 ― 1 分で読む

機械学習ブートストラップ技術でSGDの安定性を高める

この論文では、ブートストラップ法がSGDモデルの安定性とロバスト性をどのように高めるかを探っているよ。

Andreas Christmann, Yunwen Lei

2025-06-11T04:10:28+00:00 ― 1 分で読む

機械学習近似のための最適サンプリングの進展

最小二乗近似における最適サンプリング手法の概要。

Ben Adcock

2025-06-11T00:00:08+00:00 ― 0 分で読む

天体物理学のための装置と方法COCAを使って物理学のシミュレーションを進める

COCAは、より正確なシミュレーションのために物理学と機械学習を組み合わせて改善してるよ。

Deaglan J. Bartlett, Marco Chiarenza, Ludvig Doeser

2025-06-10T21:29:56+00:00 ― 1 分で読む

方法論BCART技術を使った保険金請求のモデリング

BCARTモデルが保険のクレーム予測をどう改善するか学ぼう。

Yaojun Zhang, Lanpeng Ji, Georgios Aivaliotis

2025-06-10T14:49:24+00:00 ― 1 分で読む

機械学習ケースコントロール研究における不均衡データへの対処

この記事では、不均衡データを持つケースコントロール研究での推定を改善する方法について話しているよ。

Hengchao Shi, Ming Zheng, Wen Yu

2025-06-10T13:59:20+00:00 ― 1 分で読む

方法論i-CMAXENT法で因果研究を進める

新しい方法は、さまざまなデータを組み合わせて因果関係をよりよく理解する。

Sergio Hernan Garrido Mejia, Elke Kirschbaum, Armin Kekić

2025-06-10T13:09:16+00:00 ― 1 分で読む

データ構造とアルゴリズム差分プライバシーを使ったKDEでプライバシーを守る

差分プライバシーがデータ分析をどう強化しつつ、個人情報を守るかを学ぼう。

Erzhi Liu, Jerry Yao-Chieh Hu, Alex Reneau

2025-06-10T12:19:12+00:00 ― 1 分で読む

機械学習疎グラフをその線グラフを通して理解する

スパースグラフがそのライングラフや性質にどう関係してるかを見てみよう。

Sevvandi Kandanaarachchi, Cheng Soon Ong

2025-06-10T11:29:08+00:00 ― 0 分で読む

機械学習分布外検出技術の進展

新しい方法が機械学習モデルの予期しないデータの検出を強化する。

Yewen Li, Chaojie Wang, Xiaobo Xia

2025-06-10T04:48:36+00:00 ― 1 分で読む

機械学習ベイズ意思決定のためのニューラルネットワークの利用

新しい方法がベイジアンフレームワークでニューラルネットワークを使った意思決定分析を改善するんだ。

Dominik Straub, Tobias F. Niehues, Jan Peters

2025-06-10T03:58:32+00:00 ― 0 分で読む

機械学習マンバで動的システムの予測を進める

Mambaは、機械学習を使って複雑なシステムを分析する新しい方法を提供するよ。

Zheyuan Hu, Nazanin Ahmadi Daryakenari, Qianli Shen

2025-06-10T03:08:28+00:00 ― 1 分で読む

機械学習アイテム反応理論を使って機械学習モデルの評価を改善する

MLモデルの評価にアイテム応答理論を使って新しいアプローチで、より良い洞察を得る。

Lucas Felipe Ferraro Cardoso, José de Sousa Ribeiro Filho, Vitor Cirilo Araujo Santos

2025-06-10T02:18:24+00:00 ― 1 分で読む

機械学習データ分析の適応: 非定常マルチ出力ガウス過程

多出力データの変化する関係を分析する柔軟なアプローチ。

Wang Xinming, Li Yongxiang, Yue Xiaowei

2025-06-10T01:28:20+00:00 ― 1 分で読む

機械学習時系列における因果学習の新しいフレームワーク

変化する環境における変数の関係を理解するための新しいアプローチ。

Xiangchen Song, Zijian Li, Guangyi Chen

2025-06-10T00:38:16+00:00 ― 0 分で読む

機械学習AdEMAMix: 機械学習のための新しいオプティマイザ

AdEMAMixは、最近の勾配と過去の勾配をバランスさせることで、トレーニング効率を向上させるよ。

Matteo Pagliardini, Pierre Ablin, David Grangier

2025-06-09T23:48:12+00:00 ― 1 分で読む

機械学習少数ショット学習における信頼区間の再評価

少数ショット学習における信頼区間の見方と、それがモデル評価に与える影響。

Raphael Lafargue, Luke Smith, Franck Vermet

2025-06-09T22:58:08+00:00 ― 1 分で読む

機械学習攻撃に対する時系列分類の強化

新しい自己アンサンブルアプローチが敵対的変化に対するモデルのレジリエンスを向上させる。

Chang Dong, Zhengyang Li, Liangwei Zheng

2025-06-09T22:08:04+00:00 ― 1 分で読む

機械学習因果表現学習: 隠れたパターンを明らかにする

CRLがデータ内の因果関係をどのように特定するかに迫る。

Dingling Yao, Dario Rancati, Riccardo Cadei

2025-06-09T21:18:00+00:00 ― 1 分で読む

ニューロンと認知神経時間スケール：脳が情報を処理する方法

脳の神経細胞が情報を処理する速度を調べてる。

Roxana Zeraati, Anna Levina, Jakob H. Macke

2025-06-09T20:27:56+00:00 ― 1 分で読む

機械学習生物システムにおける適合予測の活用

生物学における適合予測が不確実性の定量化をどう改善するかを見てみよう。

Alberto Portela, Julio R. Banga, Marcos Matabuena

2025-06-09T19:37:52+00:00 ― 1 分で読む

機械学習NEMoTSで時系列分析を進める

新しい手法が、シンボリック回帰と木構造探索技術を使って時系列分析を改善するよ。

Yi Xie, Tianyu Qiu, Yun Xiong

2025-06-09T13:47:24+00:00 ― 1 分で読む

方法論複雑なネットワークにおける因果効果の推定

この記事では、隠れ変数を持つネットワークにおける因果効果を推定する方法について説明しています。

Anna Guo, Razieh Nabi

2025-06-09T12:57:20+00:00 ― 1 分で読む

機械学習時間ベースのデータを分析する新しいモデル

このモデルは、様々な分野で不均等に間隔を空けた時間ベースのデータの分析を改善するよ。

Sheng Cheng, Deqian Kong, Jianwen Xie

2025-06-09T11:17:12+00:00 ― 1 分で読む

機械学習ニューラルネットワークの学習ダイナミクスを理解する

ニューラルネットワークがどのように学習して適応していくかを見てみよう。

Christian Schmid, James M. Murray

2025-06-09T09:37:04+00:00 ― 1 分で読む

機械学習反復閾値処理で機械学習を改善する

壊れたデータに対処する機械学習モデルを強化する方法。

Arvind Rathnashyam, Alex Gittens

2025-06-09T08:47:00+00:00 ― 0 分で読む

機械学習ニュースベンダー問題：不確実性の下での在庫決定

需要が予測できない時の在庫管理についての考察。

Zhuoxin Chen, Will Ma

2025-06-09T07:56:56+00:00 ― 1 分で読む

機械学習ビジネスの意思決定における不確実性の乗り越え方

不確かな状況で賢い選択をするための戦略。

Charita Dellaporta, Patrick O'Hara, Theodoros Damoulas

2025-06-09T07:06:52+00:00 ― 1 分で読む

機械学習強化学習の課題に対処するためのロバストQ学習

現実のアプリケーションで壊れたフィードバックの中でQ学習のパフォーマンスを向上させる。

Sreejeet Maity, Aritra Mitra

2025-06-09T06:16:48+00:00 ― 1 分で読む

機械学習落ち着かないマルチアームバンディットを理解する

動的な環境での意思決定を、レストレスバンディット戦略を使って見てみよう。

Vishesh Mittal, Rahul Meshram, Surya Prakash

2025-06-08T21:06:04+00:00 ― 1 分で読む

機械学習機械学習技術を使ったオペレーター学習の進展

この記事では、手法を組み合わせることでオペレーターの学習効果が向上することについて話しています。

Carlos Mora, Amin Yousefpour, Shirin Hosseinmardi

2025-06-08T20:16:00+00:00 ― 1 分で読む

機械学習初期リテラシープログラムの治療効果の評価

新しい方法とデータの洞察を使ってリテラシープログラムの治療効果を分析中。

R. Teal Witter, Christopher Musco

2025-06-08T19:25:56+00:00 ― 1 分で読む