「math.MP」カテゴリーアーカイブ

Hyperparameter optimization of hp-greedy reduced basis for gravitational wave surrogates

投稿日: 2023年10月24日 作成者: jarxiv

要約 以前の研究では、重力波科学の文脈で、hp 貪欲な改良による削減基底のための … 続きを読む →

カテゴリー: astro-ph.IM, cs.LG, gr-qc, math-ph, math.MP | Hyperparameter optimization of hp-greedy reduced basis for gravitational wave surrogates はコメントを受け付けていません

Local Max-Entropy and Free Energy Principles, Belief Diffusions and their Singularities

投稿日: 2023年10月5日 作成者: jarxiv

要約 ハイパーグラフ上の信念伝播 (BP) アルゴリズムとの関係を含む 3 つの … 続きを読む →

カテゴリー: 05-02, 55N25, 55U10, 94A17, cond-mat.dis-nn, cs.AI, cs.IT, I.2.0, math-ph, math.AT, math.IT, math.MP | Local Max-Entropy and Free Energy Principles, Belief Diffusions and their Singularities はコメントを受け付けていません

Geometric structure of Deep Learning networks and construction of global ${\mathcal L}^2$ minimizers

投稿日: 2023年9月20日 作成者: jarxiv

要約 この論文では、$L$ 隠れ層、ランプ活性化関数、${\mathcal L} … 続きを読む →

カテゴリー: 57R70, 62M45, cs.AI, cs.LG, math-ph, math.MP, math.OC, stat.ML | Geometric structure of Deep Learning networks and construction of global ${\mathcal L}^2$ minimizers はコメントを受け付けていません

Identifying the Group-Theoretic Structure of Machine-Learned Symmetries

投稿日: 2023年9月15日 作成者: jarxiv

要約 最近、ディープラーニングは、重要な物理量を維持する対称変換を導出するために … 続きを読む →

カテゴリー: cs.LG, hep-ph, hep-th, math-ph, math.GR, math.MP | Identifying the Group-Theoretic Structure of Machine-Learned Symmetries はコメントを受け付けていません

Review of the Exponential and Cayley Map on SE(3) as relevant for Lie Group Integration of the Generalized Poisson Equation and Flexible Multibody Systems

投稿日: 2023年9月12日 作成者: jarxiv

要約 SE(3) の指数関数マップとケイリー マップは、剛体システムと柔軟体シス … 続きを読む →

カテゴリー: cs.RO, math-ph, math.DG, math.MP, physics.comp-ph | Review of the Exponential and Cayley Map on SE(3) as relevant for Lie Group Integration of the Generalized Poisson Equation and Flexible Multibody Systems はコメントを受け付けていません

Lie-Poisson Neural Networks (LPNets): Data-Based Computing of Hamiltonian Systems with Symmetries

投稿日: 2023年8月30日 作成者: jarxiv

要約 ハミルトン系の長期進化をデータに基づいて正確に予測するには、各時間ステップ … 続きを読む →

カテゴリー: 65L05, 70H15, cs.LG, I.2.6, math-ph, math.MP | Lie-Poisson Neural Networks (LPNets): Data-Based Computing of Hamiltonian Systems with Symmetries はコメントを受け付けていません

Symplectic model reduction of Hamiltonian systems using data-driven quadratic manifolds

投稿日: 2023年8月25日 作成者: jarxiv

要約 この研究では、データ駆動型 2 次多様体を使用した高次元ハミルトニアン シ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math-ph, math.MP, math.NA, physics.comp-ph | Symplectic model reduction of Hamiltonian systems using data-driven quadratic manifolds はコメントを受け付けていません

Review of the Exponential and Cayley Map on SE(3) as relevant for Lie Group Integration of the Generalized Poisson Equation and Flexible Multibody Systems

投稿日: 2023年8月17日 作成者: jarxiv

要約 SE(3) の指数関数マップとケイリー マップは、剛体システムと柔軟体シス … 続きを読む →

カテゴリー: cs.RO, math-ph, math.DG, math.MP, physics.comp-ph | Review of the Exponential and Cayley Map on SE(3) as relevant for Lie Group Integration of the Generalized Poisson Equation and Flexible Multibody Systems はコメントを受け付けていません

Rigorous dynamical mean field theory for stochastic gradient descent methods

投稿日: 2023年8月16日 作成者: jarxiv

要約 経験的なリスク最小化を使用してガウス データの観察から推定器 (M 推定器 … 続きを読む →

カテゴリー: cs.IT, cs.LG, math-ph, math.IT, math.MP, stat.ML | Rigorous dynamical mean field theory for stochastic gradient descent methods はコメントを受け付けていません

Gaussian Process Regression for Maximum Entropy Distribution

投稿日: 2023年8月14日 作成者: jarxiv

要約 最大エントロピー分布は、モーメント クロージャ問題に適した魅力的な確率密度 … 続きを読む →

カテゴリー: cs.LG, math-ph, math.MP, physics.data-an, stat.ML | Gaussian Process Regression for Maximum Entropy Distribution はコメントを受け付けていません