KNOWLEDGE VAULT — TAG

タグ「潜在構造ブロックモデル」

収蔵 11件
2026-11-19

高次元構造のガウス条件付き性を活用した、高速・高精度な事後分布推論コンパイラ「CONGA」

CONGA: Compiling Gaussian Fiber Geometry for Structured Bayesian Inference

出典:Hugging Face Daily Papers(Upvotes: 1 | arXiv:2611.20995)

ベイズ推論時系列予測推論最適化構造化データ潜在構造ブロックモデル高次元データ
2026-11-19

グラフ構造推定における「モチーフ順序の限界」と非識別性の定式化

Bounded-Order Non-Identifiability in Latent Structure Block Models: The Fiber in Closed Form

出典:arXiv stat.ML (Statistical ML)(Authors: Sie Hendrata Dharmawan, Peter Chin | 2026-11-17)

グラフ解析潜在構造ブロックモデルモチーフ計数Graphon非識別性
2026-11-17

SALA:言語的意味を介した潜在行動空間の共有による、人間・ロボット動画の双方向スケーリング

SALA: Semantically Aligned Latent Actions Enable Dual-Axis Scaling of Embodied Foundation Models

出典:Hugging Face Daily Papers(Upvotes: 9 | arXiv:2611.17110)

2026-11-16

潜在空間における双方向自己回帰を用いた人間動作のセマンティック表現学習

BAL: Bidirectional Autoregression in Latent Space for Learning Human Movement Representations

出典:arXiv cs.LG (Machine Learning)(Authors: Genki Kinoshita, Ko Nishino | 2026-11-13)

2026-11-16

ScoreCLR:Denoising Score Matchingを用いた高効率な対照学習と斥力項の最適化

Contrastive latent representation learning with denoising score matching

出典:arXiv stat.ML (Statistical ML)(Authors: Christopher Marouani, Grigory Bartosh, Christian A. Naesseth | 2026-11-13)

2026-11-08

LLMエージェントのコンテキスト圧縮:行動維持型学習による潜在表現を活用

Tools Need Not Speak in Text: Latent Context Compression for Agents

出典:Hugging Face Daily Papers(Upvotes: 2 | arXiv:2611.06500)

2026-11-08

TimeCatcher: 非定常時系列のボラティリティを考慮した変分予測フレームワーク

TimeCatcher: A Variational Framework for Volatility-Aware Forecasting of Non-Stationary Time Series

出典:arXiv Core: Tabular, GBDT & Time-Series(Authors: Zhiyu Chen, Minhao Liu, Yanru Zhang | 2026-01-28)

2026-11-08

ガウス過程とTweedie尤度を用いた間欠的時系列の予測

Forecasting intermittent time series with Gaussian Processes and Tweedie likelihood

出典:arXiv Core: Tabular, GBDT & Time-Series(Authors: Stefano Damato, Dario Azzimonti, Giorgio Corani | 2025-02-26)

2026-11-08

潜在空間でのエージェント群による高速進化:SwarmEvolveによるプログラム探索の革新

SwarmEvolve: Latent Agent Swarms for Evolutionary Discovery and Optimization

出典:Hugging Face Daily Papers(Upvotes: 8 | arXiv:2611.08483)

2026-11-08

最適輸送の構造化正則化を用いた情報量の豊富なGAN

Informative GANs via Structured Regularization of Optimal Transport

出典:arXiv Core: Conformal, Calibration & Optimal Transport(Authors: Pierre Bréchet, Tao Wu, Thomas Möllenhoff et al. | 2019-12-04)

2026-11-08

低次元埋め込みを用いた最適輸送の効率的な推定

Efficient estimates of optimal transport via low-dimensional embeddings

出典:arXiv Core: Conformal, Calibration & Optimal Transport(Authors: Patric M. Fulop, Vincent Danos | 2021-11-08)

このページの要約は、収集パイプラインが自動生成した digest(要約)です。内容の正確なところは、必ず各項目の出典リンク先の原文で確認してください。出典の本文そのものは掲載していません。ジャンル分けも自動分類のため、周辺の話題が混ざることがあります。