-
最近の投稿
- Computing High-dimensional Confidence Sets for Arbitrary Distributions
- Reservoir Computing: A New Paradigm for Neural Networks
- A Dynamic, Ordinal Gaussian Process Item Response Theoretic Model
- Solving the Paint Shop Problem with Flexible Management of Multi-Lane Buffers Using Reinforcement Learning and Action Masking
- MiLo: Efficient Quantized MoE Inference with Mixture of Low-Rank Compensators
-
最近のコメント
表示できるコメントはありません。 cs.AI (36107) cs.CL (27319) cs.CR (2749) cs.CV (41949) cs.LG (41080) cs.RO (21304) cs.SY (3219) eess.IV (4921) eess.SY (3213) stat.ML (5380)
「math.NA」カテゴリーアーカイブ
Optimal Approximation of Zonoids and Uniform Approximation by Shallow Neural Networks
要約 次の2つの関連する問題を研究します。 1つ目は、$ \ mathbb {r … 続きを読む
Calibrated Computation-Aware Gaussian Processes
要約 ガウスのプロセスは、トレーニングセットのサイズでキュービング的にスケーリン … 続きを読む
Learning to Solve Related Linear Systems
要約 複数のパラメータ化された関連システムを解決することは、多くの数値タスクの重 … 続きを読む
A discontinuity-capturing neural network with categorical embedding and its application to anisotropic elliptic interface problems
要約 この論文では、区分的な滑らかな機能を表すために、カテゴリー埋め込みを備えた … 続きを読む
Hypergraph $p$-Laplacian regularization on point clouds for data interpolation
要約 グラフの一般化として、ハイパーグラフは、データの高次関係をモデル化するため … 続きを読む
Neural network-based Godunov corrections for approximate Riemann solvers using bi-fidelity learning
要約 Riemannの問題は、双曲線の部分微分方程式の計算モデリングにおいて基本 … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.flu-dyn
Neural network-based Godunov corrections for approximate Riemann solvers using bi-fidelity learning はコメントを受け付けていません
Parameter-free structure-texture image decomposition by unrolling
要約 この作業では、構造テクスチャー画像分解問題に取り組むためのパラメーターフリ … 続きを読む
Computation-Aware Kalman Filtering and Smoothing
要約 Kalmanのフィルタリングとスムージングは、Gauss-Markov … 続きを読む
Propagating Model Uncertainty through Filtering-based Probabilistic Numerical ODE Solvers
要約 ODEフィルターとしても知られる通常の微分方程式(ODE)のフィルタリング … 続きを読む
Transferable Foundation Models for Geometric Tasks on Point Cloud Representations: Geometric Neural Operators
要約 幾何学的特徴の取得に使用する基礎基礎モデルとして機能できる、前処理された幾 … 続きを読む