cs.NA」カテゴリーアーカイブ

Dimension-independent learning rates for high-dimensional classification problems

要約 $RBV^2$ 空間に決定境界を持つ分類関数の近似と推定の問題を研究します … 続きを読む

カテゴリー: 41A25, 41A46, 62C20, 68T05, cs.LG, cs.NA, math.NA, stat.ML | コメントする

Adaptive Error-Bounded Hierarchical Matrices for Efficient Neural Network Compression

要約 この論文では、Physics-Informed Neural Networ … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | コメントする

Non-asymptotic convergence analysis of the stochastic gradient Hamiltonian Monte Carlo algorithm with discontinuous stochastic gradient with applications to training of ReLU neural networks

要約 この論文では、確率的勾配ハミルトニアン モンテカルロ (SGHMC) アル … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, math.OC, math.PR, stat.ML | コメントする

PICL: Physics Informed Contrastive Learning for Partial Differential Equations

要約 ニューラル演算子は、偏微分方程式 (PDE) サロゲート モデルとして最近 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph | コメントする

Robo-GS: A Physics Consistent Spatial-Temporal Model for Robotic Arm with Hybrid Representation

要約 Real2Sim2Real はロボット アームの制御と強化学習において重要 … 続きを読む

カテゴリー: cs.NA, cs.RO, math.NA, math.OC | Robo-GS: A Physics Consistent Spatial-Temporal Model for Robotic Arm with Hybrid Representation はコメントを受け付けていません

Structure-preserving learning for multi-symplectic PDEs

要約 この論文では、偏微分方程式 (PDE) の多重シンプレクティック形式を利用 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Structure-preserving learning for multi-symplectic PDEs はコメントを受け付けていません

Generating synthetic data for neural operators

要約 最近の文献における数多くの開発は、現在の数値ソルバーの範囲を超えた偏微分方 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Generating synthetic data for neural operators はコメントを受け付けていません

Learning incomplete factorization preconditioners for GMRES

要約 この論文では、大規模な疎行列の不完全な LU 分解を生成するデータ駆動型ア … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, math.OC | Learning incomplete factorization preconditioners for GMRES はコメントを受け付けていません

Edge-Wise Graph-Instructed Neural Networks

要約 グラフ ノード上のマルチタスク回帰の問題は、最近、メッセージ パッシング … 続きを読む

カテゴリー: 05C21, 65D15, 68T07, 90C35, cs.AI, cs.LG, cs.NA, math.NA | Edge-Wise Graph-Instructed Neural Networks はコメントを受け付けていません

Some Results on Neural Network Stability, Consistency, and Convergence: Insights into Non-IID Data, High-Dimensional Settings, and Physics-Informed Neural Networks

要約 この論文では、機械学習における重要な課題、特に非 IID データ、分布シフ … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Some Results on Neural Network Stability, Consistency, and Convergence: Insights into Non-IID Data, High-Dimensional Settings, and Physics-Informed Neural Networks はコメントを受け付けていません