과대매개변수화된 기계학습에서 낙관주의와 모델 복잡성에 대한 재검토
과대매개변수화된 모델은 훈련 데이터를 완벽하게 (또는 거의) 보간할 수 있음에도 불구하고 일반화 성능이 우수할 수 있다. 이는 고전적인 자유도 개념으로는 설명하기 어려운 현상이다. 본 논문에서는 랜덤-X 예측 오차와 직접 연결되는 새로운 자유도 개념을 제안하여, 이러한 과대매개변수화된 모델의 복잡성을 의미 있게 설명할 수 있다.
인도 806개 석탄발전소의 운전 스테이션 열효율 데이터셋: 기계학습 활용
인도 석탄발전소의 운전 스테이션 열효율을 기계학습 모델을 활용하여 예측하고, 이를 통해 인도의 석탄발전 부문 에너지 및 환경 정책 수립을 지원한다.
단순 미분 적분 이론을 넘어선 새로운 기계학습 도구: 쌍곡 모델 임베딩에의 적용
본 논문은 기계학습에 활용되는 다양한 수학적 도구들을 일반화하고 확장하여, 특히 쌍곡 기하를 이용한 모델 임베딩에 적용하는 새로운 방법론을 제시한다.
첨단 제조 다원계 합금의 항복강도 예측을 위한 실험적으로 검증된 기계학습 접근법
이 연구는 Co-Cr-Fe-Mn-Ni 시스템의 첨단 제조 다원계 합금의 항복강도를 예측하기 위한 실험적으로 검증된 기계학습 접근법을 제안한다.
인공지능에 대한 다섯 가지 질문과 답변
인공지능은 인간의 지능을 모방하여 정보처리 작업을 수행하지만, 실제로는 인간의 창의성과 일반적 지능을 갖추지 못하고 있다. 인공지능 시스템은 투명성, 인간의 감독, 외부 기관의 평가와 인증을 받아야 한다.
분포적 강화학습에서의 추정과 추론
본 논문은 분포적 강화학습의 통계적 효율성 관점에서 연구합니다. 주어진 정책 π의 완전한 수익 분포 ηπ를 추정하는 문제를 다룹니다. 생성 모델을 활용하여 확실성 등가 방법으로 추정량 ˆηπ를 구성합니다. 이를 통해 p-Wasserstein 거리, Kolmogorov-Smirnov 거리, 총변동 거리 사이의 오차를 비대칭적으로 제어할 수 있음을 보입니다. 또한 ˆηπ의 점근적 행동을 분석하여 다양한 통계적 추론을 수행할 수 있음을 보여줍니다.
신경망에서 도출된 공형장
신경망 기반 공형장 구축 기법을 제시하였다. 로렌츠 불변 균질 신경망 앙상블을 투영 null 원추면에 제한하여 D차원 공형장을 구성하였다. 신경망 파라미터 공간 기술을 이용해 공형 상관함수를 계산할 수 있으며, 몇 가지 예시에서 정확한 4점 상관함수를 구하고 4차원 공형 블록 분해를 수행하여 스펙트럼을 밝혔다. 일부 경우에는 최근 Feynman 적분 접근법이 분석을 용이하게 한다. 무한폭 가우시안 과정 극한에서 일반화된 자유장 CFT를 구축하여 자유 보존장을 실현할 수 있다. 깊은 신경망으로 확장하면 각 층에서 공형장을 구성할 수 있으며, 그 공형 차원과 4점 함수는 재귀 관계로 연결된다. 수치적 접근법도 논의되었다.
자율주행을 위한 연합학습에 대한 독극물 공격
연합학습은 자율주행 분야에서 데이터 저장 비용 감소, 대역폭 요구 감소, 학습 가속화 등의 잠재력을 가지고 있지만, 독극물 공격에 취약하다. 본 논문에서는 회귀 작업을 위한 두 가지 새로운 독극물 공격, FLStealth와 Off-Track Attack(OTA)를 소개하고, 이를 통해 연합학습 시스템의 취약성을 강조한다.
보조 데이터를 활용한 인간 상호작용 강화학습 성능 향상
보조 데이터를 활용하여 인간 상호작용 강화학습 알고리즘의 피드백 효율성을 향상시킬 수 있다.
AI 시스템의 편향 보정을 통한 협력적 의사결정 향상: 강화학습 관점
AI 시스템은 인간의 편향을 보정하여 협력적 의사결정을 향상시킬 수 있다.
© 2024 by Linnk AI