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/
Bias in Motion: Theoretical Insights into the Dynamics of Bias in SGD Training
Arxiv
1+阅读 · 2024年12月22日
Python Fuzzing for Trustworthy Machine Learning Frameworks
Arxiv
1+阅读 · 2024年12月23日
Efficacy of Full-Packet Encryption in Mitigating Protocol Detection for Evasive Virtual Private Networks
Arxiv
1+阅读 · 2024年12月23日
Improving Equity in Health Modeling with GPT4-Turbo Generated Synthetic Data: A Comparative Study
Arxiv
1+阅读 · 2024年12月20日
How Green Can AI Be? A Study of Trends in Machine Learning Environmental Impacts
Arxiv
1+阅读 · 2024年12月23日
Disciplining Deliberation: A Sociotechnical Perspective on Machine Learning Trade-offs
Arxiv
1+阅读 · 2024年12月20日
Unifying Feature-Based Explanations with Functional ANOVA and Cooperative Game Theory
Arxiv
1+阅读 · 2024年12月22日
FedCross: Intertemporal Federated Learning Under Evolutionary Games
Arxiv
1+阅读 · 2024年12月22日
Differentially Private Random Block Coordinate Descent
Arxiv
1+阅读 · 2024年12月22日
A Semi-supervised CART Model for Covariate Shift
Arxiv
1+阅读 · 2024年12月22日
Emerging Microelectronic Materials by Design: Navigating Combinatorial Design Space with Scarce and Dispersed Data
Arxiv
1+阅读 · 2024年12月23日
Data value estimation on private gradients
Arxiv
1+阅读 · 2024年12月22日
Arbitrary Polynomial Separations in Trainable Quantum Machine Learning
Arxiv
1+阅读 · 2024年12月23日
A Backdoor Attack Scheme with Invisible Triggers Based on Model Architecture Modification
Arxiv
1+阅读 · 2024年12月22日
Hands-On Tutorial: Labeling with LLM and Human-in-the-Loop
Arxiv
1+阅读 · 2024年12月23日
参考链接
父主题
Springer
人工智能
微信扫码咨询专知VIP会员
Top