High-Resolution 3D Cine MRI Analysis of Left Atrial Displacements and Strains using Online Learning Neural Networks
Aladdin, a novel end-to-end workflow, can reliably provide high-resolution 3D maps of left atrial displacements and strains from cardiac cine MRI, enabling comprehensive characterization of left atrial function.
반정밀도 파동 시뮬레이션의 정확성 향상
반정밀도 파동 시뮬레이션에서 발생하는 정확도 저하 문제를 보상 합계 기법을 통해 해결할 수 있다.
Mitigating Roundoff Errors in Half Precision Wave Simulations through Compensated Summation
Applying compensated summation can greatly restore the solution quality for half precision wave simulations by addressing the accumulation of roundoff errors in the solution updates.
Optimal Density Estimation under Central Privacy Constraints
The core message of this article is that the cost of central privacy in density estimation depends on the smoothness of the underlying density and the privacy budget. For Lipschitz densities, the minimax rate of estimation is degraded when the privacy budget is small, but for smoother Sobolev densities, the minimax rate can be preserved in certain privacy regimes.
Architectural Biases in Untrained Neural Networks: How Model Design Choices Can Skew Initial Predictions
Architectural choices in neural network design, such as activation functions, pooling layers, and data preprocessing, can introduce an inherent bias in the initial predictions of untrained models, even in the absence of explicit biases in the data or training process.
小規模言語モデルを手続き知識モデルとしてより良くする(反事実的)プランニング
小規模言語モデルに手続き知識と(制約付き)言語プランニング機能を付与する新しい2つのアプローチを提案する。
측도 전송 기반 샘플링 알고리즘에 대한 근사 이론 프레임워크
이 논문은 측도 전송 알고리즘의 근사 오차를 분석하기 위한 일반적인 근사 이론 프레임워크를 제시한다. 이를 통해 다양한 통계적 발산 척도(Wasserstein 거리, MMD, KL 발산 등)에 대한 수렴률을 얻을 수 있다.
Approximation Error Analysis for Measure Transport Algorithms
This article presents a general approximation-theoretic framework to analyze the error of measure transport algorithms for probabilistic modeling and sampling.
在隱私限制下估計和檢驗的統計複雜性
本文研究在隱私限制下進行統計估計和檢驗的最小最大風險下界。我們提出了一個通用框架,可以推導出各種隱私定義下的下界,並展示了具體的應用。
개인정보 보호 제약 하에서 추정과 검정의 통계적 복잡성에 대한 연구
개인정보 보호 제약 하에서 추정과 검정 문제의 통계적 복잡성을 분석하고 이에 대한 하한을 제시한다.
© 2024 by Linnk AI