「cs.NA」カテゴリーアーカイブ

Score-fPINN: Fractional Score-Based Physics-Informed Neural Networks for High-Dimensional Fokker-Planck-Levy Equations

投稿日: 2024年6月18日 作成者: jarxiv

要約 物理学、金融、生態学などの分野にわたる非ブラウン過程をモデル化する際に、高 … 続きを読む →

カテゴリー: cs.LG, cs.NA, F.2.2, math.DS, math.NA, stat.ML | Score-fPINN: Fractional Score-Based Physics-Informed Neural Networks for High-Dimensional Fokker-Planck-Levy Equations はコメントを受け付けていません

Tackling the Curse of Dimensionality in Fractional and Tempered Fractional PDEs with Physics-Informed Neural Networks

投稿日: 2024年6月18日 作成者: jarxiv

要約 分数および調整された分数偏微分方程式 (PDE) は、長距離相互作用、異常 … 続きを読む →

カテゴリー: cs.LG, cs.NA, F.2.2, math.DS, math.NA | Tackling the Curse of Dimensionality in Fractional and Tempered Fractional PDEs with Physics-Informed Neural Networks はコメントを受け付けていません

Rethink Tree Traversal

投稿日: 2024年6月18日 作成者: jarxiv

要約 行列計算の言語でバイナリ決定木のトラバーサルを実装する方法を示します。 私 … 続きを読む →

カテゴリー: cs.DS, cs.LG, cs.NA, math.NA | Rethink Tree Traversal はコメントを受け付けていません

Group and Shuffle: Efficient Structured Orthogonal Parametrization

投稿日: 2024年6月17日 作成者: jarxiv

要約 ニューラル ネットワークのサイズが増大するにつれて、効率的な微調整方法に対 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.LG, cs.NA, math.NA | Group and Shuffle: Efficient Structured Orthogonal Parametrization はコメントを受け付けていません

Genetic Column Generation for Computing Lower Bounds for Adversarial Classification

投稿日: 2024年6月13日 作成者: jarxiv

要約 敵対的多クラス分類に関する最近の理論的結果は、最適輸送におけるワッサーシュ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Genetic Column Generation for Computing Lower Bounds for Adversarial Classification はコメントを受け付けていません

fKAN: Fractional Kolmogorov-Arnold Networks with trainable Jacobi basis functions

投稿日: 2024年6月12日 作成者: jarxiv

要約 ニューラル ネットワーク設計の最近の進歩により、速度、解釈可能性、精度が向 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | fKAN: Fractional Kolmogorov-Arnold Networks with trainable Jacobi basis functions はコメントを受け付けていません

Learning from Integral Losses in Physics Informed Neural Networks

投稿日: 2024年6月12日 作成者: jarxiv

要約 この研究は、偏積分微分方程式の下で物理学に基づいたネットワークをトレーニン … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA | Learning from Integral Losses in Physics Informed Neural Networks はコメントを受け付けていません

The fast committor machine: Interpretable prediction with kernels

投稿日: 2024年6月11日 作成者: jarxiv

要約 確率システムの研究では、コミッター関数は、初期構成 $x$ から開始したシ … 続きを読む →

カテゴリー: 65C30, 65C40, 82C31, 82C32, cs.LG, cs.NA, math.NA, stat.ML | The fast committor machine: Interpretable prediction with kernels はコメントを受け付けていません

Physics-informed deep learning and compressive collocation for high-dimensional diffusion-reaction equations: practical existence theory and numerics

投稿日: 2024年6月11日 作成者: jarxiv

要約 科学技術コンピューティングの最前線では、ディープ ラーニング (DL)、つ … 続きを読む →

カテゴリー: cs.IT, cs.LG, cs.NA, math.IT, math.NA | Physics-informed deep learning and compressive collocation for high-dimensional diffusion-reaction equations: practical existence theory and numerics はコメントを受け付けていません

Continuum Attention for Neural Operators

投稿日: 2024年6月11日 作成者: jarxiv

要約 トランスフォーマー、特にアテンション メカニズムは、機械学習において広く普 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Continuum Attention for Neural Operators はコメントを受け付けていません