cs.NA」カテゴリーアーカイブ

A Variational Perspective on High-Resolution ODEs

要約 我々は、滑らかな凸関数の制約のない最小化を考える。高分解能のODEを研究す … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, math.OC | A Variational Perspective on High-Resolution ODEs はコメントを受け付けていません

Monotone Generative Modeling via a Gromov-Monge Embedding

要約 Generative Adversarial Networks (GAN) … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Monotone Generative Modeling via a Gromov-Monge Embedding はコメントを受け付けていません

Unexpected Improvements to Expected Improvement for Bayesian Optimization

要約 Expected Improvement (EI) はおそらくベイジアン最 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Unexpected Improvements to Expected Improvement for Bayesian Optimization はコメントを受け付けていません

Neural Fields with Hard Constraints of Arbitrary Differential Order

要約 ディープラーニング技術は、幅広い最適化問題を解決するために非常に普及してい … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | Neural Fields with Hard Constraints of Arbitrary Differential Order はコメントを受け付けていません

Efficient Numerical Algorithm for Large-Scale Damped Natural Gradient Descent

要約 パラメータの数が利用可能なサンプルの数を大幅に超える大規模なシナリオで、減 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph | Efficient Numerical Algorithm for Large-Scale Damped Natural Gradient Descent はコメントを受け付けていません

A qualitative difference between gradient flows of convex functions in finite- and infinite-dimensional Hilbert spaces

要約 凸目的関数に対する勾配流/勾配降下とヘビーボール/加速勾配降下の最適化を考 … 続きを読む

カテゴリー: 26A51, 34A34, cs.LG, cs.NA, math.CA, math.NA, math.OC, stat.ML | A qualitative difference between gradient flows of convex functions in finite- and infinite-dimensional Hilbert spaces はコメントを受け付けていません

SEEDS: Exponential SDE Solvers for Fast High-Quality Sampling from Diffusion Models

要約 拡散確率モデル (DPM) として知られる強力なクラスの生成モデルが注目を … 続きを読む

カテゴリー: cs.CV, cs.LG, cs.NA, I.2.6, math.NA | SEEDS: Exponential SDE Solvers for Fast High-Quality Sampling from Diffusion Models はコメントを受け付けていません

Demystifying the Myths and Legends of Nonconvex Convergence of SGD

要約 確率的勾配降下法 (SGD) とそのバリアントは、非凸目的関数を使用した大 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA, math.OC | Demystifying the Myths and Legends of Nonconvex Convergence of SGD はコメントを受け付けていません

Physical Information Neural Networks for Solving High-index Differential-algebraic Equation Systems Based on Radau Methods

要約 よく知られているように、動的な変化と根底にある制約を記述することができる微 … 続きを読む

カテゴリー: cs.AI, cs.NA, math.NA | Physical Information Neural Networks for Solving High-index Differential-algebraic Equation Systems Based on Radau Methods はコメントを受け付けていません

On the latent dimension of deep autoencoders for reduced order modeling of PDEs parametrized by random fields

要約 深層学習は、偏微分方程式 (PDE) の次数低減モデル (ROM) の設計 … 続きを読む

カテゴリー: cs.LG, cs.NA, math.NA | On the latent dimension of deep autoencoders for reduced order modeling of PDEs parametrized by random fields はコメントを受け付けていません