G.1.6」カテゴリーアーカイブ

Primal-Dual iLQR

要約 制約のない離散時間最適制御問題を解決するための新しいアルゴリズムを紹介しま … 続きを読む

カテゴリー: 49M15, cs.RO, G.1.6, math.OC | コメントする

Sparsifying dimensionality reduction of PDE solution data with Bregman learning

要約 古典的なモデル削減手法では、支配方程式を元の状態空間の線形部分空間に投影し … 続きを読む

カテゴリー: (Primary), 41A63, 65D99, cs.AI, cs.NA, G.1.6, math.NA, stat.ML | Sparsifying dimensionality reduction of PDE solution data with Bregman learning はコメントを受け付けていません

Convergence Properties of Score-Based Models using Graduated Optimisation for Linear Inverse Problems

要約 逆問題の変分定式化内に正則化子として生成モデルを組み込むことは、数多くの画 … 続きを読む

カテゴリー: 65K10, 94A08, cs.CV, cs.LG, eess.IV, G.1.6 | Convergence Properties of Score-Based Models using Graduated Optimisation for Linear Inverse Problems はコメントを受け付けていません

Primal-Dual iLQR

要約 制約のない離散時間最適制御問題を解決するための新しいアルゴリズムを紹介しま … 続きを読む

カテゴリー: 49M15, cs.RO, G.1.6, math.OC | Primal-Dual iLQR はコメントを受け付けていません

An Adaptive Hydropower Management Approach for Downstream Ecosystem Preservation

要約 水力発電所は、クリーンで持続可能なエネルギー生産を推進する上で極めて重要な … 続きを読む

カテゴリー: cs.CE, cs.LG, G.1.6, math.OC | An Adaptive Hydropower Management Approach for Downstream Ecosystem Preservation はコメントを受け付けていません

Primal-Dual iLQR

要約 制約のない離散時間最適制御問題を解決するための新しいアルゴリズムを紹介しま … 続きを読む

カテゴリー: 49M15, cs.RO, G.1.6, math.OC | Primal-Dual iLQR はコメントを受け付けていません

Efficient first-order algorithms for large-scale, non-smooth maximum entropy models with application to wildfire science

要約 最大エントロピー (Maxent) モデルは、最大エントロピー原理を使用し … 続きを読む

カテゴリー: 62P12, 90C06, 90C30, 90C90, cs.LG, cs.NA, G.1.6, math.NA, math.OC, stat.ML | Efficient first-order algorithms for large-scale, non-smooth maximum entropy models with application to wildfire science はコメントを受け付けていません

Primal-Dual iLQR

要約 本論文では、制約のない離散時間最適制御問題を解くための新しいアルゴリズムを … 続きを読む

カテゴリー: 49M15, cs.RO, G.1.6, math.OC | Primal-Dual iLQR はコメントを受け付けていません

Primal-Dual iLQR

要約 本論文では、制約のない離散時間最適制御問題を解くための新しいアルゴリズムを … 続きを読む

カテゴリー: 49M15, cs.RO, G.1.6, math.OC | Primal-Dual iLQR はコメントを受け付けていません

Taming Nonconvex Stochastic Mirror Descent with General Bregman Divergence

要約 このペーパーでは、現代の非凸最適化設定における確率的ミラー降下法 (SMD … 続きを読む

カテゴリー: 90C15, 90C26, cs.LG, G.1.6, math.OC | Taming Nonconvex Stochastic Mirror Descent with General Bregman Divergence はコメントを受け付けていません