-
最近の投稿
- A Systematic Approach to Design Real-World Human-in-the-Loop Deep Reinforcement Learning: Salient Features, Challenges and Trade-offs
- Robo-Troj: Attacking LLM-based Task Planners
- SE(3)-Equivariant Robot Learning and Control: A Tutorial Survey
- Geometric Formulation of Unified Force-Impedance Control on SE(3) for Robotic Manipulators
- Subframework-based Bearing Rigidity Maintenance Control in Multirobot Networks
-
最近のコメント
表示できるコメントはありません。 cs.AI (37106) cs.CL (28087) cs.CV (42847) cs.HC (2837) cs.LG (42044) cs.RO (21987) cs.SY (3355) eess.IV (4990) eess.SY (3347) stat.ML (5498)
「34H05」カテゴリーアーカイブ
Cluster-based classification with neural ODEs via control
要約 $ n $のデータポイントの同時制御の観点から、神経の通常の微分方程式を使 … 続きを読む
Score-based Neural Ordinary Differential Equations for Computing Mean Field Control Problems
要約 古典的なニューラルの通常の微分方程式（ODE）は、ニューラルネットワークが … 続きを読む
Normalizing flows as approximations of optimal transport maps via linear-control neural ODEs
要約 「フローの正規化」という用語は、ディープ ニューラル ネットワークを使用し … 続きを読む
Deep Neural Networks: Multi-Classification and Universal Approximation
要約 幅 $2$ と深さ $2N+4M-1$ 層の ReLU ディープ ニューラ … 続きを読む
Interplay between depth and width for interpolation in neural ODEs
要約 ニューラル常微分方程式 (ニューラル ODE) は、制御の観点から教師あり … 続きを読む
Interplay between depth and width for interpolation in neural ODEs
要約 ニューラル常微分方程式 (ニューラル ODE) は、制御の観点から教師あり … 続きを読む
Normalizing flows as approximations of optimal transport maps via linear-control neural ODEs
要約 「フローの正規化」という用語は、ディープ ニューラル ネットワークを使用し … 続きを読む
Finite Time Lyapunov Exponent Analysis of Model Predictive Control and Reinforcement Learning
要約 有限時間リアプノフ指数 (FTLE) は、非定常流体流れ場における不変多様 … 続きを読む