-
最近の投稿
- Non-Gaited Legged Locomotion with Monte-Carlo Tree Search and Supervised Learning
- Agricultural Industry Initiatives on Autonomy: How collaborative initiatives of VDMA and AEF can facilitate complexity in domain crossing harmonization needs
- Physics-Grounded Differentiable Simulation for Soft Growing Robots
- SLIM: Sim-to-Real Legged Instructive Manipulation via Long-Horizon Visuomotor Learning
- Online Trajectory Replanner for Dynamically Grasping Irregular Objects
-
最近のコメント
表示できるコメントはありません。 cs.AI (32994) cs.CL (24943) cs.CR (2553) cs.CV (39129) cs.LG (37903) cs.RO (19188) cs.SY (2936) eess.IV (4690) eess.SY (2930) stat.ML (4984)
「cond-mat.dis-nn」カテゴリーアーカイブ
Pairing-based graph neural network for simulating quantum materials
要約 量子多体システムをシミュレートするためのペアリングベースのグラフ ニューラ … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.str-el, cs.LG, physics.comp-ph, quant-ph
Pairing-based graph neural network for simulating quantum materials はコメントを受け付けていません
Alpha Zero for Physics: Application of Symbolic Regression with Alpha Zero to find the analytical methods in physics
要約 ニューラル ネットワークを使用した機械学習は、自然言語処理、画像認識、ゲー … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.AI, physics.comp-ph
Alpha Zero for Physics: Application of Symbolic Regression with Alpha Zero to find the analytical methods in physics はコメントを受け付けていません
Machine learning phase transitions: Connections to the Fisher information
要約 データから相転移を検出するための機械学習技術が広く使用され成功しているにも … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, quant-ph, stat.ML
Machine learning phase transitions: Connections to the Fisher information はコメントを受け付けていません
A Bridge between Dynamical Systems and Machine Learning: Engineered Ordinary Differential Equations as Classification Algorithm (EODECA)
要約 機械学習への依存がますます高まる世界において、これらのモデルの解釈可能性は … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.LG
A Bridge between Dynamical Systems and Machine Learning: Engineered Ordinary Differential Equations as Classification Algorithm (EODECA) はコメントを受け付けていません
Fast Detection of Phase Transitions with Multi-Task Learning-by-Confusion
要約 機械学習は、相転移の研究にうまく使用されています。 基礎となるフェーズにつ … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.LG
Fast Detection of Phase Transitions with Multi-Task Learning-by-Confusion はコメントを受け付けていません
MechAgents: Large language model multi-agent collaborations can solve mechanics problems, generate new data, and integrate knowledge
要約 数値的手法を使用して力学の問題を解決するには、関連する知識と理論を検索し、 … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.mtrl-sci, cs.AI, cs.CL, cs.LG
MechAgents: Large language model multi-agent collaborations can solve mechanics problems, generate new data, and integrate knowledge はコメントを受け付けていません
An effective theory of collective deep learning
要約 結合された人工ニューラル ネットワークのシステムにおける集団学習の出現を解 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.AI, cs.LG, nlin.AO, physics.soc-ph
An effective theory of collective deep learning はコメントを受け付けていません
Optimisation via encodings: a renormalisation group perspective
要約 困難な、特に NP 完全な最適化問題は、従来、探索ヒューリスティックを使用 … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.stat-mech, cs.AI, cs.NE
Optimisation via encodings: a renormalisation group perspective はコメントを受け付けていません
Universal Sharpness Dynamics in Neural Network Training: Fixed Point Analysis, Edge of Stability, and Route to Chaos
要約 ニューラルネットワークの勾配降下ダイナミクスにおいて、損失のヘシアンの上部 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, nlin.CD, stat.ML
Universal Sharpness Dynamics in Neural Network Training: Fixed Point Analysis, Edge of Stability, and Route to Chaos はコメントを受け付けていません
Initial Guessing Bias: How Untrained Networks Favor Some Classes
要約 ニューラル ネットワークの初期状態は、その後のトレーニング ダイナミクスを … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML
Initial Guessing Bias: How Untrained Networks Favor Some Classes はコメントを受け付けていません