cs.NA」カテゴリーアーカイブ

Stabilizing and Solving Inverse Problems using Data and Machine Learning

要約 未知の境界条件を持つ非線形偏微分方程式 (PDE) の解の再構築を伴う逆問 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Stabilizing and Solving Inverse Problems using Data and Machine Learning はコメントを受け付けていません

Deep Operator BSDE: a Numerical Scheme to Approximate the Solution Operators

要約 この研究では、動的リスク尺度と条件付き $g$ 期待を動機として、後方確率 … 続きを読む

カテゴリー: 60H07, 60H10, 60H35, 65C05, 65G99, 68T07, cs.LG, cs.NA, math.NA, math.PR | Deep Operator BSDE: a Numerical Scheme to Approximate the Solution Operators はコメントを受け付けていません

Towards Size-Independent Generalization Bounds for Deep Operator Nets

要約 最近、機械学習手法は大幅な進歩を遂げ、物理システムを分析するための有用なツ … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Towards Size-Independent Generalization Bounds for Deep Operator Nets はコメントを受け付けていません

Paired Autoencoders for Likelihood-free Estimation in Inverse Problems

要約 我々は、前方問題が偏微分方程式の離散化である非線形逆問題の解法について考察 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA | Paired Autoencoders for Likelihood-free Estimation in Inverse Problems はコメントを受け付けていません

Multiscale Hodge Scattering Networks for Data Analysis

要約 私たちは、単純な複合体で測定された信号のための新しい散乱ネットワークを提案 … 続きを読む

カテゴリー: cs.LG, cs.NA, cs.SI, eess.SP, math.NA, stat.ML | Multiscale Hodge Scattering Networks for Data Analysis はコメントを受け付けていません

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

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

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

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

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

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