「cs.NA」カテゴリーアーカイブ

Neural Fields with Hard Constraints of Arbitrary Differential Order

投稿日: 2023年10月31日 作成者: jarxiv

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

投稿日: 2023年10月27日 作成者: jarxiv

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

投稿日: 2023年10月27日 作成者: jarxiv

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

投稿日: 2023年10月27日 作成者: jarxiv

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

投稿日: 2023年10月20日 作成者: jarxiv

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

投稿日: 2023年10月20日 作成者: jarxiv

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

投稿日: 2023年10月19日 作成者: jarxiv

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

Lattice Approximations in Wasserstein Space

投稿日: 2023年10月16日 作成者: jarxiv

要約 $\mathbb{ のスケーリングされたボロノイ分割に基づく離散定数測度お … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Lattice Approximations in Wasserstein Space はコメントを受け付けていません

Improving Pseudo-Time Stepping Convergence for CFD Simulations With Neural Networks

投稿日: 2023年10月11日 作成者: jarxiv

要約 ナビエ・ストークス方程式で記述される粘性流体の数値流体力学 (CFD) シ … 続きを読む →

カテゴリー: 35Q30, 65H10, 65N12, 65N22, 68T07, cs.LG, cs.NA, math.NA | Improving Pseudo-Time Stepping Convergence for CFD Simulations With Neural Networks はコメントを受け付けていません

Coarse-Graining Hamiltonian Systems Using WSINDy

投稿日: 2023年10月10日 作成者: jarxiv

要約 Weak-form Sparse Identification of No … 続きを読む →

カテゴリー: cs.AI, cs.NA, math.DS, math.NA, physics.comp-ph, stat.ML | Coarse-Graining Hamiltonian Systems Using WSINDy はコメントを受け付けていません