-
最近の投稿
- RT-cache: Efficient Robot Trajectory Retrieval System
- Reach-Avoid-Stabilize Using Admissible Control Sets
- Solving Reach- and Stabilize-Avoid Problems Using Discounted Reachability
- A Novel 6-axis Force/Torque Sensor Using Inductance Sensors
- Deployable and Generalizable Motion Prediction: Taxonomy, Open Challenges and Future Directions
-
最近のコメント
表示できるコメントはありません。 cs.AI (38110) cs.CL (28797) cs.CV (43686) cs.HC (2911) cs.LG (43032) cs.RO (22672) cs.SY (3480) eess.IV (5065) eess.SY (3472) stat.ML (5604)
「cond-mat.dis-nn」カテゴリーアーカイブ
Exploring the Energy Landscape of RBMs: Reciprocal Space Insights into Bosons, Hierarchical Learning and Symmetry Breaking
要約 深い生成モデルは、複雑な分布から学習してサンプリングする能力により、遍在し … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG
Exploring the Energy Landscape of RBMs: Reciprocal Space Insights into Bosons, Hierarchical Learning and Symmetry Breaking はコメントを受け付けていません
Communities in the Kuramoto Model: Dynamics and Detection via Path Signatures
要約 多変量動的プロセスの動作は、システムのコンポーネントを関連付ける基礎となる … 続きを読む
Natural Quantization of Neural Networks
要約 ニューロンがキュービットに対応し、活性化関数が量子ゲートと測定を介して実装 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, quant-ph
Natural Quantization of Neural Networks はコメントを受け付けていません
On the phase diagram of extensive-rank symmetric matrix denoising beyond rotational invariance
要約 マトリックスの脱化は、信号処理と機械学習の中心です。 推測するマトリックス … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.IT, cs.LG, math.IT
On the phase diagram of extensive-rank symmetric matrix denoising beyond rotational invariance はコメントを受け付けていません
When Can You Get Away with Low Memory Adam?
要約 Adamは、最新の機械学習モデルをトレーニングするためのオプティマイザーで … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML
When Can You Get Away with Low Memory Adam? はコメントを受け付けていません
Dynamical Decoupling of Generalization and Overfitting in Large Two-Layer Networks
要約 大規模な機械学習モデルの帰納的バイアスと一般化特性は、トレーニングに使用さ … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, stat.ML
Dynamical Decoupling of Generalization and Overfitting in Large Two-Layer Networks はコメントを受け付けていません
Formation of Representations in Neural Networks
要約 神経表現を理解することは、ニューラルネットワークのブラックボックスを開き、 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG
Formation of Representations in Neural Networks はコメントを受け付けていません
Stability-Aware Training of Machine Learning Force Fields with Differentiable Boltzmann Estimators
要約 機械学習力フィールド（MLFF）は、分子動力学（MD）シミュレーションのた … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.mtrl-sci, cs.LG, physics.chem-ph, physics.comp-ph
Stability-Aware Training of Machine Learning Force Fields with Differentiable Boltzmann Estimators はコメントを受け付けていません
(How) Can Transformers Predict Pseudo-Random Numbers?
要約 変圧器は、順次データのパターンの発見に優れていますが、その基本的な制限と学 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.CR, cs.LG, stat.ML
(How) Can Transformers Predict Pseudo-Random Numbers? はコメントを受け付けていません
A note on the physical interpretation of neural PDE’s
要約 機械学習（ML）アルゴリズムと離散動的システム（DDS）との間の正式かつ実 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, physics.comp-ph
A note on the physical interpretation of neural PDE’s はコメントを受け付けていません