「cs.NA」カテゴリーアーカイブ

What do physics-informed DeepONets learn? Understanding and improving training for scientific computing applications

投稿日: 2024年11月28日 作成者: jarxiv

要約 物理情報に基づいたディープ オペレーター ネットワーク (DeepONet … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | What do physics-informed DeepONets learn? Understanding and improving training for scientific computing applications はコメントを受け付けていません

Training Hamiltonian neural networks without backpropagation

投稿日: 2024年11月27日 作成者: jarxiv

要約 データと物理法則を相乗的に統合するニューラル ネットワークは、動的システム … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Training Hamiltonian neural networks without backpropagation はコメントを受け付けていません

Gaussian Process Priors for Boundary Value Problems of Linear Partial Differential Equations

投稿日: 2024年11月26日 作成者: jarxiv

要約 偏微分方程式 (PDE) 系の解法は計算科学の基本的なタスクであり、伝統的 … 続きを読む →

カテゴリー: 13N10, 13P25, 35G35, 60-08, 60G15, cs.LG, cs.NA, math.AC, math.NA, stat.ML | Gaussian Process Priors for Boundary Value Problems of Linear Partial Differential Equations はコメントを受け付けていません

Integrating Physics of the Problem into Data-Driven Methods to Enhance Elastic Full-Waveform Inversion with Uncertainty Quantification

投稿日: 2024年11月22日 作成者: jarxiv

要約 Full-Waveform Inversion (FWI) は、記録された … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, physics.geo-ph | Integrating Physics of the Problem into Data-Driven Methods to Enhance Elastic Full-Waveform Inversion with Uncertainty Quantification はコメントを受け付けていません

Differentiable SVD based on Moore-Penrose Pseudoinverse for Inverse Imaging Problems

投稿日: 2024年11月22日 作成者: jarxiv

要約 低ランク正則化ベースのディープ アンローリング ネットワークは、さまざまな … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.NA, I.2.0, math.NA | Differentiable SVD based on Moore-Penrose Pseudoinverse for Inverse Imaging Problems はコメントを受け付けていません

Partially Unitary Learning

投稿日: 2024年11月20日 作成者: jarxiv

要約 一連の波動関数測定値に基づく $\left|\psi\right\rang … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, quant-ph, stat.ML | Partially Unitary Learning はコメントを受け付けていません

Hypergraph $p$-Laplacian equations for data interpolation and semi-supervised learning

投稿日: 2024年11月20日 作成者: jarxiv

要約 $p$-ラプラシアン正則化によるハイパーグラフ学習は、データ内の高次の関係 … 続きを読む →

カテゴリー: 35R02, 65D05, cs.LG, cs.NA, math.NA | Hypergraph $p$-Laplacian equations for data interpolation and semi-supervised learning はコメントを受け付けていません

LazyDINO: Fast, scalable, and efficiently amortized Bayesian inversion via structure-exploiting and surrogate-driven measure transport

投稿日: 2024年11月20日 作成者: jarxiv

要約 高価なパラメータから観測可能な (PtO) マップを使用した高次元非線形ベ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.CO, stat.ML | LazyDINO: Fast, scalable, and efficiently amortized Bayesian inversion via structure-exploiting and surrogate-driven measure transport はコメントを受け付けていません

Machine Learning Algorithms to Assess Site Closure Time Frames for Soil and Groundwater Contamination

投稿日: 2024年11月18日 作成者: jarxiv

要約 Monitored Natural Attenuation (MNA) は … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Machine Learning Algorithms to Assess Site Closure Time Frames for Soil and Groundwater Contamination はコメントを受け付けていません

Learning efficient and provably convergent splitting methods

投稿日: 2024年11月15日 作成者: jarxiv

要約 分割法は、効率的かつ正確に解決できる、より管理しやすい部分問題への複雑な展 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Learning efficient and provably convergent splitting methods はコメントを受け付けていません