「tabular」の検索結果
21 件Bayesian optimization (BO) is a central tool for sample-efficient design, and latent-space Bayesian optimizati
高次元表形式データでは、数値サンプル（n）が特徴数（m）を上回ることが多いです。つまりこれらのドメインでは、$\mathbb{R}^m$ で直接密度関数を表現することは非実際である。私たちは、BSTabDiff：ブロック
可勉強のターブルの信号に関する表現モデルが、異なるトレーニングパラダイムを持つモデルを評価しやすくする基準であるTRL-Benchを提案している。
LLMがTABULARデータ分析で機能を自動化できるようにした。しかし、標準化されたプラットフォームの欠如は、比較やコスト的評価を行うのを難しくしている。複雑なメソッドの設計により、各コンポーネントの具体的な貢献をはっき
We study a capability the dominant paradigm in synthetic tabular data does not provide: exact satisfaction of
Counterfactual recourse aims to provide actionable feature changes that would alter an unfavorable decision ma
In high-stakes settings such as brand compliance, clinical care, and content moderation, machine learning cann
Tabular data is a primary medium for storing real-world information, driving many industrial applications of m
AgriGov is a curated, trilingual (English-Hindi-Marathi) dataset designed to address the scarcity of domain-gr
この論文では、強化学習において抽象化をどのように行うかについて研究した。提案された手法は、問題解決の粒度をダイナミックに調節し、学習がスムーズになり、精度が向上することを示した。
大きな言語モデルをデータ効率的に訓練するための、新しい方法、 GOTabPFNを提案した。
本論文では、欠損値がある表格型データの欠損補完に関して取り組み、欠損値がないセルと同様に動作するSkipパターン検出と順序性意識のあるdiffusionベースの欠損補完アルゴリズムを提案しました。
この研究では、マルコフ決定過程の最適な意思決定 (Markov Decision Process) を提案しており、最適な意思決定を動的で適応的に生成する。
We formulate the problem of \emph{exact unlearning} in reinforcement learning, where the goal is to design an
Score-based diffusion models have emerged as prominent deep generative models; however, their application to t
We present a single classification pipeline that combines an Equiangular Tight Frame (ETF) preprocessing stage
Foundation models (FMs) have achieved substantial success in generalizing across tasks without problemspecific
Regulatory institutions (from content moderation platforms to financial supervisors) observe, deliberate, and
Tabular data in knowledge-rich domains often carries a latent prior in the form of Boolean implication relatio
大規模ゲーム問題の並列化により、計算コストの削減とゲーム問題解決の高速化を実現
We propose graph-grounded optimization: a paradigm in which the decision variables, constraints, and objective