「math.AP」カテゴリーアーカイブ

Universality of almost periodicity in bounded discrete time series

投稿日: 2024年3月4日 作成者: jarxiv

要約 任意の有界離散時系列を考える。その統計的特徴から、フーリエ変換を用いること … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.AP, math.DS, math.FA, math.IT | Universality of almost periodicity in bounded discrete time series はコメントを受け付けていません

Denoising Diffusion Restoration Tackles Forward and Inverse Problems for the Laplace Operator

投稿日: 2024年2月14日 作成者: jarxiv

要約 拡散モデルは、ノイズの多い入力を現実的な画像にマッピングする生成モデルの有 … 続きを読む →

カテゴリー: cs.CV, cs.LG, math.AP | Denoising Diffusion Restoration Tackles Forward and Inverse Problems for the Laplace Operator はコメントを受け付けていません

Efficient Numerical Wave Propagation Enhanced By An End-to-End Deep Learning Model

投稿日: 2024年2月8日 作成者: jarxiv

要約 さまざまな科学および工学分野において、高周波波伝播のための高忠実度で効率的 … 続きを読む →

カテゴリー: cs.LG, math.AP | Efficient Numerical Wave Propagation Enhanced By An End-to-End Deep Learning Model はコメントを受け付けていません

Gamma-convergence of a nonlocal perimeter arising in adversarial machine learning

投稿日: 2024年1月30日 作成者: jarxiv

要約 この論文では、ミンコフスキー型の非局所境界線が局所異方性境界線にガンマ収束 … 続きを読む →

カテゴリー: 28A75, 49J45, 60D05, 68R10, cs.LG, math.AP, math.OC | Gamma-convergence of a nonlocal perimeter arising in adversarial machine learning はコメントを受け付けていません

A novel framework for generalization of deep hidden physics models

投稿日: 2024年1月10日 作成者: jarxiv

要約 完全なシステム情報が不明なシステムのモデリングは、関係するすべての複雑な物 … 続きを読む →

カテゴリー: cs.AI, cs.LG, math.AP | A novel framework for generalization of deep hidden physics models はコメントを受け付けていません

A mathematical perspective on Transformers

投稿日: 2023年12月25日 作成者: jarxiv

要約 トランスフォーマーは、大規模な言語モデルの内部動作において中心的な役割を果 … 続きを読む →

カテゴリー: cs.LG, math.AP, math.DS | A mathematical perspective on Transformers はコメントを受け付けていません

A mathematical perspective on Transformers

投稿日: 2023年12月19日 作成者: jarxiv

要約 トランスフォーマーは、大規模な言語モデルの内部動作において中心的な役割を果 … 続きを読む →

カテゴリー: cs.LG, math.AP, math.DS | A mathematical perspective on Transformers はコメントを受け付けていません

From Monte Carlo to neural networks approximations of boundary value problems

投稿日: 2023年12月5日 作成者: jarxiv

要約 本論文では、一般的な有界領域$mathbb{R}^d$において、H&#82 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.AP, math.NA, math.PR | From Monte Carlo to neural networks approximations of boundary value problems はコメントを受け付けていません

Physics-Informed Graph Convolutional Networks: Towards a generalized framework for complex geometries

投稿日: 2023年11月27日 作成者: jarxiv

要約 [9] とその物理情報に基づいたニューラル ネットワーク (PINN) の … 続きを読む →

カテゴリー: cs.LG, math-ph, math.AP, math.MP | Physics-Informed Graph Convolutional Networks: Towards a generalized framework for complex geometries はコメントを受け付けていません

Convergence guarantee for consistency models

投稿日: 2023年8月23日 作成者: jarxiv

要約 私たちは、拡散モデルによって生成されたサンプルと同等のサンプルを生成できる … 続きを読む →

カテゴリー: cs.AI, cs.NA, math.AP, math.NA, math.PR | Convergence guarantee for consistency models はコメントを受け付けていません