「math.DS」カテゴリーアーカイブ

Principal Component Flow Map Learning of PDEs from Incomplete, Limited, and Noisy Data

投稿日: 2024年7月16日 作成者: jarxiv

要約 我々は、高次元の不均一格子上で部分的に観測された偏微分方程式（PDE）をモ … 続きを読む →

カテゴリー: cs.LG, math.DS, stat.ML | Principal Component Flow Map Learning of PDEs from Incomplete, Limited, and Noisy Data はコメントを受け付けていません

How more data can hurt: Instability and regularization in next-generation reservoir computing

投稿日: 2024年7月12日 作成者: jarxiv

要約 最近、直観に反して、より多くのデータがディープ ニューラル ネットワークの … 続きを読む →

カテゴリー: cs.LG, cs.NE, math.DS, nlin.AO | How more data can hurt: Instability and regularization in next-generation reservoir computing はコメントを受け付けていません

Dynamical Measure Transport and Neural PDE Solvers for Sampling

投稿日: 2024年7月11日 作成者: jarxiv

要約 確率密度からサンプリングするタスクは、動的測定トランスポートとして知られる … 続きを読む →

カテゴリー: cs.LG, math.DS, math.OC, math.PR, stat.ML | Dynamical Measure Transport and Neural PDE Solvers for Sampling はコメントを受け付けていません

On Convex Data-Driven Inverse Optimal Control for Nonlinear, Non-stationary and Stochastic Systems

投稿日: 2024年6月27日 作成者: jarxiv

要約 この論文は、エージェントのアクションを駆動するおそらく非凸かつ非定常のコス … 続きを読む →

カテゴリー: cs.IT, cs.LG, cs.RO, math.DS, math.IT, math.OC | On Convex Data-Driven Inverse Optimal Control for Nonlinear, Non-stationary and Stochastic Systems はコメントを受け付けていません

Dynamic Basis Function Interpolation for Adaptive In Situ Data Integration in Ocean Modeling

投稿日: 2024年6月21日 作成者: jarxiv

要約 我々は、ブイの現場測定と地球システムモデル（ESM）を組み合わせて海洋温度 … 続きを読む →

カテゴリー: cs.LG, math.DS, physics.ao-ph | Dynamic Basis Function Interpolation for Adaptive In Situ Data Integration in Ocean Modeling はコメントを受け付けていません

Evaluating the design space of diffusion-based generative models

投稿日: 2024年6月19日 作成者: jarxiv

要約 拡散モデルの精度に関する既存の理論的研究のほとんどは、重要ではあるものの、 … 続きを読む →

カテゴリー: cs.LG, math.DS, math.OC, math.PR, stat.ML | Evaluating the design space of diffusion-based generative models はコメントを受け付けていません

An Internal Model Principle For Robots

投稿日: 2024年6月18日 作成者: jarxiv

要約 ロボットの内部システムを設計するとき、ロボットの意図された環境の構造につい … 続きを読む →

カテゴリー: cs.RO, cs.SY, eess.SY, math.DS | An Internal Model Principle For Robots はコメントを受け付けていません

Score-fPINN: Fractional Score-Based Physics-Informed Neural Networks for High-Dimensional Fokker-Planck-Levy Equations

投稿日: 2024年6月18日 作成者: jarxiv

要約 物理学、金融、生態学などの分野にわたる非ブラウン過程をモデル化する際に、高 … 続きを読む →

カテゴリー: cs.LG, cs.NA, F.2.2, math.DS, math.NA, stat.ML | Score-fPINN: Fractional Score-Based Physics-Informed Neural Networks for High-Dimensional Fokker-Planck-Levy Equations はコメントを受け付けていません

Tackling the Curse of Dimensionality in Fractional and Tempered Fractional PDEs with Physics-Informed Neural Networks

投稿日: 2024年6月18日 作成者: jarxiv

要約 分数および調整された分数偏微分方程式 (PDE) は、長距離相互作用、異常 … 続きを読む →

カテゴリー: cs.LG, cs.NA, F.2.2, math.DS, math.NA | Tackling the Curse of Dimensionality in Fractional and Tempered Fractional PDEs with Physics-Informed Neural Networks はコメントを受け付けていません

Flow Map Matching

投稿日: 2024年6月12日 作成者: jarxiv

要約 拡散モデル、フローマッチングモデル、確率的補間など、測定値の動的輸送に基づ … 続きを読む →

カテゴリー: cs.LG, math.DS | Flow Map Matching はコメントを受け付けていません