「cs.NA」カテゴリーアーカイブ

Learning Explicitly Conditioned Sparsifying Transforms

投稿日: 2024年3月6日 作成者: jarxiv

要約 スパース化変換は、特定の変換ドメイン内の信号の構造化されたスパース表現を見 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA, math.OC | Learning Explicitly Conditioned Sparsifying Transforms はコメントを受け付けていません

A Variational Approach for Joint Image Recovery and Feature Extraction Based on Spatially-Varying Generalised Gaussian Models

投稿日: 2024年3月6日 作成者: jarxiv

要約 再構成と特徴抽出の同時問題は、画像処理における困難なタスクです。 これは、 … 続きを読む →

カテゴリー: cs.CV, cs.NA, math.NA | A Variational Approach for Joint Image Recovery and Feature Extraction Based on Spatially-Varying Generalised Gaussian Models はコメントを受け付けていません

Stochastic gradient descent for streaming linear and rectified linear systems with Massart noise

投稿日: 2024年3月5日 作成者: jarxiv

要約 我々は、完全ストリーミング設定におけるMassartノイズ（敵対的半ランダ … 続きを読む →

カテゴリー: 60-XX, 65F10, cs.LG, cs.NA, math.NA, stat.ML | Stochastic gradient descent for streaming linear and rectified linear systems with Massart noise はコメントを受け付けていません

Neural Galerkin Schemes with Active Learning for High-Dimensional Evolution Equations

投稿日: 2024年3月3日 作成者: jarxiv

要約 ディープ ニューラル ネットワークは、高次元で正確な関数近似を提供すること … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Neural Galerkin Schemes with Active Learning for High-Dimensional Evolution Equations はコメントを受け付けていません

Derivative-enhanced Deep Operator Network

投稿日: 2024年3月1日 作成者: jarxiv

要約 関数空間間のマッピングを学習するニューラル演算子のクラスであるディープ演算 … 続きを読む →

カテゴリー: cs.CE, cs.LG, cs.NA, math.NA | Derivative-enhanced Deep Operator Network はコメントを受け付けていません

Learning reduced-order Quadratic-Linear models in Process Engineering using Operator Inference

投稿日: 2024年2月28日 作成者: jarxiv

要約 この研究では、プロセス エンジニアリングにおける動的システムを効率的にモデ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Learning reduced-order Quadratic-Linear models in Process Engineering using Operator Inference はコメントを受け付けていません

Solving PDEs on Unknown Manifolds with Machine Learning

投稿日: 2024年2月28日 作成者: jarxiv

要約 この論文では、拡散マップ (DM) と深層学習に基づいて、点群で識別された … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Solving PDEs on Unknown Manifolds with Machine Learning はコメントを受け付けていません

Discovering Artificial Viscosity Models for Discontinuous Galerkin Approximation of Conservation Laws using Physics-Informed Machine Learning

投稿日: 2024年2月27日 作成者: jarxiv

要約 有限要素ベースの保存則の高次ソルバーは高い精度を提供しますが、ギブス現象に … 続きを読む →

カテゴリー: 35L65, 65M60, 68T01, cs.LG, cs.NA, math.NA | Discovering Artificial Viscosity Models for Discontinuous Galerkin Approximation of Conservation Laws using Physics-Informed Machine Learning はコメントを受け付けていません

Conformalized-DeepONet: A Distribution-Free Framework for Uncertainty Quantification in Deep Operator Networks

投稿日: 2024年2月26日 作成者: jarxiv

要約 この論文では、分布フリーの不確実性定量化 (UQ) フレームワークである等 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Conformalized-DeepONet: A Distribution-Free Framework for Uncertainty Quantification in Deep Operator Networks はコメントを受け付けていません

CoLoRA: Continuous low-rank adaptation for reduced implicit neural modeling of parameterized partial differential equations

投稿日: 2024年2月23日 作成者: jarxiv

要約 この研究では、連続低ランク適応 (CoLoRA) に基づく縮小モデルを導入 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | CoLoRA: Continuous low-rank adaptation for reduced implicit neural modeling of parameterized partial differential equations はコメントを受け付けていません