「cs.NA」カテゴリーアーカイブ

PyTorch Hyperparameter Tuning – A Tutorial for spotPython

投稿日: 2023年6月8日 作成者: jarxiv

要約 ハイパーパラメータ調整 (またはハイパーパラメータ最適化) の目標は、ハイ … 続きを読む →

カテゴリー: 68T07, A.1, cs.AI, cs.LG, cs.NA, math.NA | PyTorch Hyperparameter Tuning – A Tutorial for spotPython はコメントを受け付けていません

Spherical Fourier Neural Operators: Learning Stable Dynamics on the Sphere

投稿日: 2023年6月7日 作成者: jarxiv

要約 フーリエ ニューラル オペレーター (FNO) は、科学機械学習の幅広い応 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, physics.ao-ph, physics.comp-ph | Spherical Fourier Neural Operators: Learning Stable Dynamics on the Sphere はコメントを受け付けていません

Adversarial Ink: Componentwise Backward Error Attacks on Deep Learning

投稿日: 2023年6月6日 作成者: jarxiv

要約 ディープニューラルネットワークは、多くの分類タスクにおいて最先端の性能を発 … 続きを読む →

カテゴリー: 65F35, cs.AI, cs.NA, I.2.10, math.NA | Adversarial Ink: Componentwise Backward Error Attacks on Deep Learning はコメントを受け付けていません

Neural Differential Recurrent Neural Network with Adaptive Time Steps

投稿日: 2023年6月5日 作成者: jarxiv

要約 ニューラル常微分方程式（ODE）モデルは、離散的なタイムスタンプ上の観測か … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Neural Differential Recurrent Neural Network with Adaptive Time Steps はコメントを受け付けていません

Robust low-rank training via approximate orthonormal constraints

投稿日: 2023年6月5日 作成者: jarxiv

要約 モデルやデータサイズの増大に伴い、モデルの性能を維持しつつ、深層学習パイプ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA, stat.ML | Robust low-rank training via approximate orthonormal constraints はコメントを受け付けていません

Locally Regularized Neural Differential Equations: Some Black Boxes Were Meant to Remain Closed!

投稿日: 2023年6月5日 作成者: jarxiv

要約 ニューラル微分方程式のような暗黙層の深層学習技術は、新しい問題に自動的に適 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA | Locally Regularized Neural Differential Equations: Some Black Boxes Were Meant to Remain Closed! はコメントを受け付けていません

Convergence analysis of equilibrium methods for inverse problems

投稿日: 2023年6月5日 作成者: jarxiv

要約 近年、深層平衡法の利用は、イメージングやその他の非投与逆問題を解くための新 … 続きを読む →

カテゴリー: cs.CV, cs.NA, math.NA | Convergence analysis of equilibrium methods for inverse problems はコメントを受け付けていません

CS4ML: A general framework for active learning with arbitrary data based on Christoffel functions

投稿日: 2023年6月2日 作成者: jarxiv

要約 回帰問題におけるアクティブラーニングの一般的なフレームワークを紹介します。 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | CS4ML: A general framework for active learning with arbitrary data based on Christoffel functions はコメントを受け付けていません

Efficient PDE-Constrained optimization under high-dimensional uncertainty using derivative-informed neural operators

投稿日: 2023年6月1日 作成者: jarxiv

要約 我々は、高次元のランダムパラメータを持つ大規模偏微分方程式（PDE）によっ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, math.OC | Efficient PDE-Constrained optimization under high-dimensional uncertainty using derivative-informed neural operators 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5月24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