会员服务
机器学习（Machine Learning）是一个研究计算学习方法的国际论坛。该杂志发表文章，报告广泛的学习方法应用于各种学习问题的实质性结果。该杂志的特色论文描述研究的问题和方法，应用研究和研究方法的问题。有关学习问题或方法的论文通过实证研究、理论分析或与心理现象的比较提供了坚实的支持。应用论文展示了如何应用学习方法来解决重要的应用问题。研究方法论文改进了机器学习的研究方法。所有的论文都以其他研究人员可以验证或复制的方式描述了支持证据。论文还详细说明了学习的组成部分，并讨论了关于知识表示和性能任务的假设。 官网地址：http://dblp.uni-trier.de/db/journals/ml/
Optimal Transport for Network Comparison: A Review with Machine Learning Applications
Arxiv
0+阅读 · 9月2日
Cross-Fitting-Free Debiased Machine Learning with Multiway Dependence
Arxiv
0+阅读 · 9月1日
SpCCL: A Sparsity-Aware Collective Communication Library for GPU Platforms
Arxiv
0+阅读 · 9月1日
From topology learning to graph generation: A unifying perspective
Arxiv
0+阅读 · 9月2日
Negative Ontology of True Target for Machine Learning: Towards Recognition, Evaluation and Learning under Democratic Supervision
Negative Ontology of True Target for Machine Learning: Towards Recognition, Evaluation and Learning under Democratic Supervision
Arxiv
0+阅读 · 9月2日
Multispectral airborne laser scanning dataset for tree species classification: MS-ALS-SPECIES
Arxiv
0+阅读 · 9月2日
If you can distinguish, you can express: Galois theory, Stone--Weierstrass, machine learning, and linguistics
Arxiv
0+阅读 · 9月1日
The Illusion of Replacement: Rethinking Specialized Machine Learning Models in the Foundation Model Era
Arxiv
0+阅读 · 9月2日
Held-out evidence resolves follow-up measurement decisions in biological screens
Arxiv
0+阅读 · 9月1日
Nonasymptotic CLT and Error Bounds for Linear Two-Time-Scale Stochastic Approximation
Arxiv
0+阅读 · 9月1日
Network-Aware Forecasting on Wireless Access Points
Arxiv
0+阅读 · 9月2日
Position: Privacy Is a Claim, Not a Property of Synthetic Data
Arxiv
0+阅读 · 9月1日
Law of Large Numbers: Accuracy as Statistical Measure for AI Compliance and Competition
Arxiv
0+阅读 · 8月31日
Revisiting Bruck: Phase-Efficient All-to-All Collective Communication in Reconfigurable Networks
Arxiv
0+阅读 · 8月30日
Polarizable atomic multipoles for learning long-range electrostatics
Arxiv
0+阅读 · 9月1日
参考链接
微信扫码咨询专知VIP会员
Top