
複雑な関係性を考慮した効率的なモデル選択フレームワークを提案する。


coremsg

事前学習モデルの下流微調整のための推奨モデル選択


事前学習済みモデルから適切なモデルを効率的に選択することで、新しいタスクにおいて優れた性能を発揮できる。



クラスタ化データを用いて開発された予測モデルにおいて、クラスタの異質性を考慮しない標準的な予測モデルに対して、leave-one-cluster-out交差検証を近似するためのクラスタ化されたネットワーク情報量規準（NICc）を提案する。



クラスタ化されたネットワーク情報量規準（NICc）を用いた高速なleave-one-cluster-out交差検証
