統計学 - 機械学習

機械学習協働学習フレームワーク：新しいアプローチ

エージェントがチームワークとフィードバックを通じて推定を改善する方法。

Getachew K Befekadu

2025-05-31T06:55:04+00:00 ― 1 分で読む

アプリケーションLMICsの経済変化への新しいアプローチ

データの課題にも関わらず、経済の変化を分析するための革新的な方法。

Ronald Katende

2025-05-31T00:01:54+00:00 ― 1 分で読む

最適化と制御エクストラ勾配法：複雑な問題解決の鍵

エクストラ勾配法を見つけて、その最適化問題を解く上での役割を知ろう。

Quoc Tran-Dinh, Nghia Nguyen-Trung

2025-05-30T22:39:16+00:00 ― 1 分で読む

機械学習予測モデルにおける条件付きカバレッジの改善

新しい方法が高リスクな状況で多様なグループの予測信頼性を向上させる。

Ruijiang Gao, Mingzhang Yin, James McInerney

2025-05-30T19:54:00+00:00 ― 0 分で読む

方法論ペルーでの米の収穫量を最新技術で予測する

この研究は、ペルーの米生産を予測するためのデータ駆動型手法を調べてるよ。

Rita Rocio Guzman-Lopez, Luis Huamanchumo, Kevin Fernandez

2025-05-30T17:08:44+00:00 ― 1 分で読む

機械学習条件付き生成モデル：データを正確に形作る

条件付き生成モデルがさまざまなアプリケーションに合わせたデータをどのように作るかを探ってみよう。

Hanwen Huang

2025-05-30T15:46:06+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識PEFT手法で深度推定を改善する

深度推定の精度と不確実性のためのパラメータ効率的なファインチューニングを探る。

Richard D. Paul, Alessio Quercia, Vincent Fortuin

2025-05-30T14:23:28+00:00 ― 1 分で読む

機械学習DCGDを使って物理に基づいたニューラルネットワークを強化する

物理情報ニューラルネットワークのトレーニングを改善する新しい方法。

Youngsik Hwang, Dong-Young Lim

2025-05-30T06:07:40+00:00 ― 1 分で読む

機械学習エンベッドとエミュレートを使った効率的なパラメータ推定

シミュレーションを使った複雑なシステムのパラメータ推定を速くする新しいアプローチ。

Ruoxi Jiang, Peter Y. Lu, Rebecca Willett

2025-05-30T04:45:02+00:00 ― 1 分で読む

機械学習半教師あり学習における確証バイアスへの対処

機械学習における擬似ラベル学習のバランスを取るためのフレームワーク。

Yu Wang, Yuxuan Yin, Peng Li

2025-05-30T03:22:24+00:00 ― 1 分で読む

機械学習サプライチェーンの予測安定性を向上させる

予測の安定性を高めつつ、ビジネスプランニングの精度を維持する方法。

Daan Caljon, Jeff Vercauteren, Simon De Vos

2025-05-30T01:59:46+00:00 ― 1 分で読む

機械学習非正規分布からの学習：概要と技術

この記事では、ノイズ対比推定を使って非正規化分布を学習する方法について話してるよ。

J. Jon Ryu, Abhin Shah, Gregory W. Wornell

2025-05-30T00:37:08+00:00 ― 1 分で読む

機械学習機械学習の適応性を向上させる新しいフレームワーク

動的な環境での機械学習を強化するためのグラフベースのアプローチ。

Han Wang, Yixuan Li

2025-05-29T23:14:30+00:00 ― 1 分で読む

機械学習イベント予測フレームワークの進展

新しいモデルが時間にわたるイベントの予測効率を向上させる。

Aristeidis Panos

2025-05-29T21:51:52+00:00 ― 1 分で読む

定量的手法DNAプロファイリングにおけるシャプレー値の理解

シャープレイ値はDNAプロファイリングや関連分野での意思決定を向上させる。

Lauren Elborough, Duncan Taylor, Melissa Humphries

2025-05-29T20:29:14+00:00 ― 1 分で読む

機械学習高次元データにおけるニューラルネットワーク

神経ネットワークが分類タスクの高次元の課題にどう取り組むかを探る。

Andres Felipe Lerma-Pineda, Philipp Petersen, Simon Frieder

2025-05-29T19:06:36+00:00 ― 0 分で読む

機械学習特徴学習を通じて神経のパフォーマンスを向上させる

研究は、特徴学習がニューラルネットワークのパフォーマンスを効果的に向上させることを強調している。

Blake Bordelon, Alexander Atanasov, Cengiz Pehlevan

2025-05-29T17:43:58+00:00 ― 0 分で読む

機械学習機能豊かなツリーベースの分類器で分類精度を向上させる

新しい手法が、関数分析を使って高次元時系列データの分類を強化するよ。

Fabrizio Maturo, Annamaria Porreca

2025-05-29T16:21:20+00:00 ― 1 分で読む

機械学習転移学習技術の進展

転移学習におけるハイパーパラメータ選択の効果的な戦略を探る。

Koki Okajima, Tomoyuki Obuchi

2025-05-29T14:58:42+00:00 ― 1 分で読む

機械学習機械学習での公平性とパフォーマンスのバランスを取る

新しい方法が、機械学習における公平性とパフォーマンスのバランスを計算するより簡単な方法を提供してるよ。

Mark Kozdoba, Binyamin Perets, Shie Mannor

2025-05-29T13:36:04+00:00 ― 1 分で読む

機械学習ホークス過程における変化点検出のためのベイズ的アプローチ

この記事では、イベントデータの変化を特定するための新しい方法を紹介するよ。

Zeyue Zhang, Xiaoling Lu, Feng Zhou

2025-05-29T12:13:26+00:00 ― 1 分で読む

方法論健康研究における因果効果推定の新しい方法

高度な技術を使って、時間にわたる因果効果を推定する柔軟な方法を紹介するよ。

Axel Martin, Michele Santacatterina, Iván Díaz

2025-05-29T09:28:10+00:00 ― 1 分で読む

機械学習サンプルの複雑さの洞察でリスト回帰を進化させる

この研究は、より良い予測のためにリスト回帰におけるサンプルの複雑さを探るよ。

Chirag Pabbaraju, Sahasrajit Sarmasarkar

2025-05-28T18:19:12+00:00 ― 1 分で読む

機械学習確率的予測技術の進展

新しいフレームワークが、不確実な環境での予測精度と信頼性を向上させる。

Charles Marx, Volodymyr Kuleshov, Stefano Ermon

2025-05-28T16:56:34+00:00 ― 0 分で読む

機械学習CFNNを使った関数近似の進歩

チェビシェフ特徴ニューラルネットワークは、関数近似タスクの精度を向上させる。

Zhongshu Xu, Yuan Chen, Dongbin Xiu

2025-05-28T15:33:56+00:00 ― 1 分で読む

機械学習フェデレーテッドラーニング: 予測における共同プライバシー

この研究は、協調型機械学習におけるプライバシーのための革新的な方法を強調している。

Fengyu Gao, Ruiquan Huang, Jing Yang

2025-05-28T14:11:18+00:00 ― 1 分で読む

機械学習マルチアームドバンディットで選択をナビゲートする

実験で後悔を最小限に抑える意思決定戦略について学ぼう。

Junwen Yang, Vincent Y. F. Tan, Tianyuan Jin

2025-05-28T11:26:02+00:00 ― 1 分で読む

機械学習地理データのためのグラフニューラルネットワークの進展

新しいフレームワークが地理データ分析における予測と不確実性の評価を強化する。

William E. R. de Amorim, Scott A. Sisson, T. Rodrigues

2025-05-28T10:03:24+00:00 ― 1 分で読む

機械学習機械学習における一般化誤差の信頼区間の評価

機械学習モデルの信頼区間を推定する方法を比較した包括的な研究。

Hannah Schulz-Kümpel, Sebastian Fischer, Thomas Nagler

2025-05-28T08:40:46+00:00 ― 1 分で読む

機械学習SimCLRによる自己教師あり学習の進展

SimCLRは、視覚タスクにおいてラベルのないデータを使ってモデルのトレーニングを強化するんだ。

Han Zhang, Yuan Cao

2025-05-28T07:18:08+00:00 ― 1 分で読む

機械学習AIと統計力学をつなぐ

統計の概念が人工知能や機械学習の手法にどう影響するかを探ってるよ。

Akshay Balsubramani

2025-05-28T05:55:30+00:00 ― 1 分で読む

方法論重要なつながり：教師ネットワークと仕事の満足度

教師の関係が職務満足度や学校の雰囲気にどう影響するかを調べる。

Selena Wang, Plamena Powla, Tracy Sweet

2025-05-28T03:10:14+00:00 ― 1 分で読む

機械学習傾斜経験リスク：一般化誤差への新しいアプローチ

傾いた経験リスクが機械学習モデルのパフォーマンスをどう向上させるか学ぼう。

Gholamali Aminian, Amir R. Asadi, Tian Li

2025-05-27T21:39:42+00:00 ― 1 分で読む

機械学習未整列データの共有コンポーネントの特定

研究は未整列のマルチモーダルデータの共通要素を見つける方法を提案している。

Subash Timilsina, Sagar Shrestha, Xiao Fu

2025-05-27T20:17:04+00:00 ― 1 分で読む

方法論後方適合予測で予測を進める

多様なグループで予測精度を向上させる方法。

Yao Zhang, Emmanuel J. Candès

2025-05-27T18:54:26+00:00 ― 1 分で読む

アプリケーション計算生物学におけるシミュレーションベースの推論手法の選択

生物データ分析のためのSBI手法選びのガイド。

Xiaoyu Wang, Ryan P. Kelly, Adrianne L. Jenner

2025-05-27T16:09:10+00:00 ― 1 分で読む

機械学習サバイバル分析の進展：SurvCORNメソッド

SurvCORNは、神経ネットワークを使って生存予測を強化し、患者の結果を良くするんだ。

Muhammad Ridzuan, Numan Saeed, Fadillah Adamsyah Maani

2025-05-27T14:46:32+00:00 ― 1 分で読む

機械学習機械学習モデルのクラスの不均衡に対処する

不均衡データセットのモデルパフォーマンスを向上させる戦略を学ぼう。

Mohamed Abdelhamid, Abhyuday Desai

2025-05-27T13:23:54+00:00 ― 1 分で読む

機械学習平均報酬TD学習の収束における進展

平均報酬TD学習に関する新しい洞察が、信頼できる意思決定を確保するのに役立ってるよ。

Ethan Blaser, Shangtong Zhang

2025-05-27T10:38:38+00:00 ― 1 分で読む

機械学習アニーリングフロー：サンプリングの新しいアプローチ

アニーリングフローは、さまざまな分野で複雑な分布のための改善されたサンプリング技術を提供してるよ。

Dongze Wu, Yao Xie

2025-05-27T06:30:44+00:00 ― 1 分で読む