cs.NA」カテゴリーアーカイブ

Sequential Hierarchical Least-Squares Programming for Prioritized Non-Linear Optimal Control

要約 信頼領域を備えた逐次階層型最小二乗計画法ソルバーと、優先順位付き離散非線形 … 続きを読む

カテゴリー: 49M15, 49M37, 65F50, 90C29, 90C55, cs.NA, cs.RO, math.NA, math.OC | Sequential Hierarchical Least-Squares Programming for Prioritized Non-Linear Optimal Control はコメントを受け付けていません

Mesh motion in fluid-structure interaction with deep operator networks

要約 深いオペレータネットワークに基づくメッシュモーションモデルが提示されます。 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Mesh motion in fluid-structure interaction with deep operator networks はコメントを受け付けていません

Resolution invariant deep operator network for PDEs with complex geometries

要約 ニューラル演算子 (NO) は、関数出力を備えた離散化不変深層学習手法であ … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Resolution invariant deep operator network for PDEs with complex geometries はコメントを受け付けていません

Efficiently Solving High-Order and Nonlinear ODEs with Rational Fraction Polynomial: the Ratio Net

要約 ニューラル ネットワークを使用した常微分方程式 (ODE) の解法の最近の … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Efficiently Solving High-Order and Nonlinear ODEs with Rational Fraction Polynomial: the Ratio Net はコメントを受け付けていません

Operator learning without the adjoint

要約 演算子の学習の中心には謎があります。つまり、随伴演算子を調べずにデータから … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA | Operator learning without the adjoint はコメントを受け付けていません

Bayesian Optimization with Noise-Free Observations: Improved Regret Bounds via Random Exploration

要約 この論文では、ノイズのない観測によるベイズ最適化を研究します。 クエリ ポ … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Bayesian Optimization with Noise-Free Observations: Improved Regret Bounds via Random Exploration はコメントを受け付けていません

Learning Domain-Independent Green’s Function For Elliptic Partial Differential Equations

要約 グリーン関数は偏微分方程式 (PDE) を特徴付け、その解を領域全体に積分 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph | Learning Domain-Independent Green’s Function For Elliptic Partial Differential Equations はコメントを受け付けていません

Weighted least-squares approximation with determinantal point processes and generalized volume sampling

要約 ランダムな点 $x_1 での関数の評価を使用して、いくつかの特徴マップ $ … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, math.ST, stat.TH | Weighted least-squares approximation with determinantal point processes and generalized volume sampling はコメントを受け付けていません

Enhancing Low-Order Discontinuous Galerkin Methods with Neural Ordinary Differential Equations for Compressible Navier–Stokes Equations

要約 長年にわたるコンピューティング能力の向上により、シミュレーションはより複雑 … 続きを読む

カテゴリー: 68T07, 76M10, cs.LG, cs.NA, math.NA, physics.flu-dyn | Enhancing Low-Order Discontinuous Galerkin Methods with Neural Ordinary Differential Equations for Compressible Navier–Stokes Equations はコメントを受け付けていません

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) の代理モデルとして最近人気が … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph | PICL: Physics Informed Contrastive Learning for Partial Differential Equations はコメントを受け付けていません