「math.NA」カテゴリーアーカイブ

Improved Monte Carlo tree search (MCTS) formulation with multiple root nodes for discrete sizing optimization of truss structures

投稿日: 2024年7月2日 作成者: jarxiv

要約 本稿では、更新プロセス、最良報酬、加速手法、終端条件を備えたモンテカルロ木 … 続きを読む →

カテゴリー: cs.AI, cs.NA, math.NA | コメントする

Improved Monte Carlo tree search (MCTS) formulation with multiple root nodes for discrete sizing optimization of truss structures

投稿日: 2024年7月1日 作成者: jarxiv

要約 本稿では、更新プロセス、最良報酬、加速手法、終端条件を備えたモンテカルロ木 … 続きを読む →

カテゴリー: cs.AI, cs.NA, math.NA | コメントする

Graph Neural Networks for Emulation of Finite-Element Ice Dynamics in Greenland and Antarctic Ice Sheets

投稿日: 2024年6月27日 作成者: jarxiv

要約 数値モデルは物理法則に基づいて氷床力学に対する正確な解を提供しますが、偏微 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA | Graph Neural Networks for Emulation of Finite-Element Ice Dynamics in Greenland and Antarctic Ice Sheets はコメントを受け付けていません

DiffusionPDE: Generative PDE-Solving Under Partial Observation

投稿日: 2024年6月26日 作成者: jarxiv

要約 生成拡散モデルを使用して偏微分方程式 (PDE) を解くための一般的なフレ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.NA, math.NA | DiffusionPDE: Generative PDE-Solving Under Partial Observation はコメントを受け付けていません

Learning the boundary-to-domain mapping using Lifting Product Fourier Neural Operators for partial differential equations

投稿日: 2024年6月25日 作成者: jarxiv

要約 フーリエ ニューラル演算子 (FNO) などのニューラル演算子は、関数空間 … 続きを読む →

カテゴリー: 65N99, 68T07, cs.LG, cs.NA, I.2.1, math.NA | Learning the boundary-to-domain mapping using Lifting Product Fourier Neural Operators for partial differential equations はコメントを受け付けていません

Improving physics-informed DeepONets with hard constraints

投稿日: 2024年6月25日 作成者: jarxiv

要約 現在の物理学に基づいた (標準またはディープ オペレーター) ニューラル … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph | Improving physics-informed DeepONets with hard constraints はコメントを受け付けていません

A practical existence theorem for reduced order models based on convolutional autoencoders

投稿日: 2024年6月25日 作成者: jarxiv

要約 近年、偏微分方程式 (PDE) や縮小次数モデリング (ROM) の分野で … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA | A practical existence theorem for reduced order models based on convolutional autoencoders はコメントを受け付けていません

Stochastic Optimisation Framework using the Core Imaging Library and Synergistic Image Reconstruction Framework for PET Reconstruction

投稿日: 2024年6月24日 作成者: jarxiv

要約 確率的フレームワークをオープンソースの Core Imaging Libr … 続きを読む →

カテゴリー: cs.CV, cs.NA, eess.IV, math.NA, math.OC | Stochastic Optimisation Framework using the Core Imaging Library and Synergistic Image Reconstruction Framework for PET Reconstruction はコメントを受け付けていません

rKAN: Rational Kolmogorov-Arnold Networks

投稿日: 2024年6月21日 作成者: jarxiv

要約 コルモゴロフ-アーノルド ネットワーク (KAN) の開発は、深層学習にお … 続きを読む →

カテゴリー: cs.LG, cs.NA, cs.NE, math.NA | rKAN: Rational Kolmogorov-Arnold Networks はコメントを受け付けていません

The significance of the configuration space Lie group for the constraint satisfaction in numerical time integration of multibody systems

投稿日: 2024年6月19日 作成者: jarxiv

要約 空間速度 (非ホロノミック速度) を使用した多体システム (MBS) のダ … 続きを読む →

カテゴリー: cs.NA, cs.RO, math.NA | The significance of the configuration space Lie group for the constraint satisfaction in numerical time integration of multibody systems はコメントを受け付けていません