「cs.NA」カテゴリーアーカイブ

An Expert’s Guide to Training Physics-informed Neural Networks

投稿日: 2023年8月17日 作成者: jarxiv

要約 物理情報に基づいたニューラル ネットワーク (PINN) は、観測データと … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph | An Expert’s Guide to Training Physics-informed Neural Networks はコメントを受け付けていません

Achieving High Accuracy with PINNs via Energy Natural Gradients

投稿日: 2023年8月16日 作成者: jarxiv

要約 我々は、物理情報に基づくニューラルネットワーク（PINN）およびディープリ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Achieving High Accuracy with PINNs via Energy Natural Gradients はコメントを受け付けていません

On regularized Radon-Nikodym differentiation

投稿日: 2023年8月16日 作成者: jarxiv

要約 ラドン-ニコジム導関数の推定の問題について説明します。 この問題は、共変量 … 続きを読む →

カテゴリー: 68Q32, 68T05, cs.LG, cs.NA, math.NA, math.ST, stat.ML, stat.TH | On regularized Radon-Nikodym differentiation はコメントを受け付けていません

RANS-PINN based Simulation Surrogates for Predicting Turbulent Flows

投稿日: 2023年8月14日 作成者: jarxiv

要約 物理情報に基づいたニューラル ネットワーク (PINN) は、微分方程式に … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, physics.flu-dyn | RANS-PINN based Simulation Surrogates for Predicting Turbulent Flows はコメントを受け付けていません

On the Optimal Expressive Power of ReLU DNNs and Its Application in Approximation with Kolmogorov Superposition Theorem

投稿日: 2023年8月11日 作成者: jarxiv

要約 この論文は、ReLU ディープ ニューラル ネットワーク (DNN) の最 … 続きを読む →

カテゴリー: 41A30, 65D40, 68T07, cs.LG, cs.NA, G.1.1; G.1.2, math.NA | On the Optimal Expressive Power of ReLU DNNs and Its Application in Approximation with Kolmogorov Superposition Theorem はコメントを受け付けていません

Prompting In-Context Operator Learning with Sensor Data, Equations, and Natural Language

投稿日: 2023年8月10日 作成者: jarxiv

要約 科学機械学習の成長分野において、インコンテキスト演算子学習は、重み更新を行 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Prompting In-Context Operator Learning with Sensor Data, Equations, and Natural Language はコメントを受け付けていません

Iterative Sketching for Secure Coded Regression

投稿日: 2023年8月9日 作成者: jarxiv

要約 この研究では、セキュリティを確保しながら、分散的に線形回帰を高速化する方法 … 続きを読む →

カテゴリー: 65B99, 68P20, 68P25, 68P27, 68P30, 94-10, 94A11, 94A16, 94B60, cs.CR, cs.DC, cs.IT, cs.LG, cs.NA, E.3; E.4; F.2.1; G.1.3, math.IT, math.NA | Iterative Sketching for Secure Coded Regression はコメントを受け付けていません

$\mathcal{N}$IPM-HLSP: An Efficient Interior-Point Method for Hierarchical Least-Squares Programs

投稿日: 2023年8月7日 作成者: jarxiv

要約 線形制約付き階層的最小二乗プログラム(HLSP)は、ロボット工学において非 … 続きを読む →

カテゴリー: cs.CC, cs.NA, cs.PF, cs.RO, cs.SY, eess.SY, math.NA, math.OC | $\mathcal{N}$IPM-HLSP: An Efficient Interior-Point Method for Hierarchical Least-Squares Programs はコメントを受け付けていません

Adaptive Proximal Gradient Method for Convex Optimization

投稿日: 2023年8月7日 作成者: jarxiv

要約 本論文では、凸最適化における2つの基本的な一次アルゴリズム、すなわち勾配降 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, math.OC, stat.ML | Adaptive Proximal Gradient Method for Convex Optimization はコメントを受け付けていません

Generative Modelling of Lévy Area for High Order SDE Simulation

投稿日: 2023年8月7日 作成者: jarxiv

要約 SDEsの解を数値シミュレーションする場合、O(￢sqrt{h}) (hは … 続きを読む →

カテゴリー: 65C30, cs.LG, cs.NA, math.NA, math.PR, stat.ML | Generative Modelling of Lévy Area for High Order SDE Simulation はコメントを受け付けていません