-
最近の投稿
- SRA-MCTS: Self-driven Reasoning Augmentation with Monte Carlo Tree Search for Code Generation
- Transformer-Based Contextualized Language Models Joint with Neural Networks for Natural Language Inference in Vietnamese
- Disentangling Memory and Reasoning Ability in Large Language Models
- Structure-Based Molecule Optimization via Gradient-Guided Bayesian Update
- When Context Leads but Parametric Memory Follows in Large Language Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (29928) cs.CL (22603) cs.CR (2321) cs.CV (36300) cs.LG (34746) cs.RO (17366) cs.SY (2670) eess.IV (4416) eess.SY (2664) stat.ML (4635)
「65M99」カテゴリーアーカイブ
Optimal Transport-Based Displacement Interpolation with Data Augmentation for Reduced Order Modeling of Nonlinear Dynamical Systems
要約 最適輸送 (OT) 理論と変位補間を活用して、複雑なシステムにおける非線形 … 続きを読む
Dynamic Deep Learning Based Super-Resolution For The Shallow Water Equations
要約 非線形浅海方程式をベンチマークとして使用し、U-net タイプのニューラル … 続きを読む
カテゴリー: 35-11, 65M99, 68T07, 86-08, cs.LG, physics.comp-ph, physics.flu-dyn
Dynamic Deep Learning Based Super-Resolution For The Shallow Water Equations はコメントを受け付けていません
Separable Physics-Informed Neural Networks for the solution of elasticity problems
要約 深層エネルギー法 (DEM) と組み合わせた分離可能な物理情報に基づいたニ … 続きを読む
Robust Physics Informed Neural Networks
要約 偏微分方程式 (PDE) 解を近似するために、物理情報に基づいたニューラル … 続きを読む
EPINN-NSE: Enhanced Physics-Informed Neural Networks for Solving Navier-Stokes Equations
要約 【タイトル】EPINN-NSE:拡張された物理情報付きニューラルネットワー … 続きを読む
カテゴリー: 35Q35, 65M99, 68T05, cs.AI, physics.comp-ph
EPINN-NSE: Enhanced Physics-Informed Neural Networks for Solving Navier-Stokes Equations はコメントを受け付けていません