「math.NA」カテゴリーアーカイブ

A physics-informed neural network method for the approximation of slow invariant manifolds for the general class of stiff systems of ODEs

投稿日: 2024年3月19日 作成者: jarxiv

要約 我々は、ODE の高速/低速動的システムの最も一般的なクラスに対する低速不 … 続きを読む →

カテゴリー: 37M21, 65L04, 65P99, 68T07, cs.LG, cs.NA, math.DS, math.NA | A physics-informed neural network method for the approximation of slow invariant manifolds for the general class of stiff systems of ODEs はコメントを受け付けていません

Deep Regularized Compound Gaussian Network for Solving Linear Inverse Problems

投稿日: 2024年3月18日 作成者: jarxiv

要約 事前の情報を逆問題に組み込む。 最大事後推定による方法は、ロバストな逆問題 … 続きを読む →

カテゴリー: cs.AI, cs.NA, eess.SP, math.NA | Deep Regularized Compound Gaussian Network for Solving Linear Inverse Problems はコメントを受け付けていません

Zero Coordinate Shift: Whetted Automatic Differentiation for Physics-informed Operator Learning

投稿日: 2024年3月15日 作成者: jarxiv

要約 自動微分 (AD) は、物理学に基づいた機械学習における重要なステップであ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA, physics.comp-ph | Zero Coordinate Shift: Whetted Automatic Differentiation for Physics-informed Operator Learning はコメントを受け付けていません

Randomized Kaczmarz in Adversarial Distributed Setting

投稿日: 2024年3月14日 作成者: jarxiv

要約 敵対的なワーカーや破損したワーカーの存在に対して堅牢な大規模な分散手法を開 … 続きを読む →

カテゴリー: 65F10, 65F20, 65K10, cs.CR, cs.LG, cs.NA, math.NA, math.OC | Randomized Kaczmarz in Adversarial Distributed Setting 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

投稿日: 2024年3月12日 作成者: jarxiv

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

Cooperative data-driven modeling

投稿日: 2024年3月11日 作成者: jarxiv

要約 機械学におけるデータ駆動型モデリングは、最近の機械学習、特に人工ニューラル … 続きを読む →

カテゴリー: cond-mat.mtrl-sci, cs.LG, cs.NA, math.NA | Cooperative data-driven modeling はコメントを受け付けていません

Black-Box $k$-to-$1$-PCA Reductions: Theory and Applications

投稿日: 2024年3月8日 作成者: jarxiv

要約 $k$-主成分分析 ($k$-PCA) 問題は、データ分析や次元削減アプリ … 続きを読む →

カテゴリー: cs.DS, cs.LG, cs.NA, math.NA, stat.ML | Black-Box $k$-to-$1$-PCA Reductions: Theory and Applications はコメントを受け付けていません

Black-Box $k$-to-$1$-PCA Reductions: Theory and Applications

投稿日: 2024年3月7日 作成者: jarxiv

要約 $k$-主成分分析 ($k$-PCA) 問題は、データ分析や次元削減アプリ … 続きを読む →

カテゴリー: cs.DS, cs.LG, cs.NA, math.NA, stat.ML | Black-Box $k$-to-$1$-PCA Reductions: Theory and Applications はコメントを受け付けていません

Learning Explicitly Conditioned Sparsifying Transforms

投稿日: 2024年3月6日 作成者: jarxiv

要約 スパース化変換は、特定の変換ドメイン内の信号の構造化されたスパース表現を見 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA, math.OC | Learning Explicitly Conditioned Sparsifying Transforms はコメントを受け付けていません

A Variational Approach for Joint Image Recovery and Feature Extraction Based on Spatially-Varying Generalised Gaussian Models

投稿日: 2024年3月6日 作成者: jarxiv

要約 再構成と特徴抽出の同時問題は、画像処理における困難なタスクです。 これは、 … 続きを読む →

カテゴリー: cs.CV, cs.NA, math.NA | A Variational Approach for Joint Image Recovery and Feature Extraction Based on Spatially-Varying Generalised Gaussian Models はコメントを受け付けていません