「math.NA」カテゴリーアーカイブ

Physics-Informed Inference Time Scaling via Simulation-Calibrated Scientific Machine Learning

投稿日: 2025年4月28日 作成者: jarxiv

要約 高次元の部分微分方程式（PDE）は、量子化学から経済学や財政に至るまでの分 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA, math.PR, stat.ML | Physics-Informed Inference Time Scaling via Simulation-Calibrated Scientific Machine Learning はコメントを受け付けていません

Outlier-aware Tensor Robust Principal Component Analysis with Self-guided Data Augmentation

投稿日: 2025年4月28日 作成者: jarxiv

要約 テンソル堅牢な主成分分析（TRPCA）は、多次元データを低ランクのテンソル … 続きを読む →

カテゴリー: 15A69, 65K10, cs.CV, cs.LG, cs.NA, G.1.6, math.NA | Outlier-aware Tensor Robust Principal Component Analysis with Self-guided Data Augmentation はコメントを受け付けていません

Application of Sensitivity Analysis Methods for Studying Neural Network Models

投稿日: 2025年4月22日 作成者: jarxiv

要約 この研究は、入力データの摂動に対するニューラルネットワークの感度を分析し、 … 続きを読む →

カテゴリー: 68T07, cs.LG, cs.NA, F.2.1, math.NA | Application of Sensitivity Analysis Methods for Studying Neural Network Models はコメントを受け付けていません

Kolmogorov-Arnold Networks: Approximation and Learning Guarantees for Functions and their Derivatives

投稿日: 2025年4月22日 作成者: jarxiv

要約 Kolmogorov-Arnoldの重ね合わせ定理に触発されたKolmog … 続きを読む →

カテゴリー: cs.LG, cs.NA, cs.NE, math.FA, math.NA, stat.ML | Kolmogorov-Arnold Networks: Approximation and Learning Guarantees for Functions and their Derivatives はコメントを受け付けていません

On the Convergence of Irregular Sampling in Reproducing Kernel Hilbert Spaces

投稿日: 2025年4月21日 作成者: jarxiv

要約 Kernel Hilbertスペース（RKH）の再現における機能のサンプリ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | On the Convergence of Irregular Sampling in Reproducing Kernel Hilbert Spaces はコメントを受け付けていません

RL-PINNs: Reinforcement Learning-Driven Adaptive Sampling for Efficient Training of PINNs

投稿日: 2025年4月18日 作成者: jarxiv

要約 物理学に基づいたニューラルネットワーク（PINN）は、部分微分方程式（PD … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | RL-PINNs: Reinforcement Learning-Driven Adaptive Sampling for Efficient Training of PINNs はコメントを受け付けていません

Predicting Wave Dynamics using Deep Learning with Multistep Integration Inspired Attention and Physics-Based Loss Decomposition

投稿日: 2025年4月16日 作成者: jarxiv

要約 この論文では、流体媒体における波動伝播のデータ駆動型予測のための物理ベース … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, physics.flu-dyn | Predicting Wave Dynamics using Deep Learning with Multistep Integration Inspired Attention and Physics-Based Loss Decomposition はコメントを受け付けていません

Sidecar: A Structure-Preserving Framework for Solving Partial Differential Equations with Neural Networks

投稿日: 2025年4月15日 作成者: jarxiv

要約 神経ネットワーク（NNS）を使用して部分微分方程式（PDE）を解くことは、 … 続きを読む →

カテゴリー: 35L65, 65M99, 68T07, cs.LG, cs.NA, math.NA | Sidecar: A Structure-Preserving Framework for Solving Partial Differential Equations with Neural Networks はコメントを受け付けていません

DUE: A Deep Learning Framework and Library for Modeling Unknown Equations

投稿日: 2025年4月15日 作成者: jarxiv

要約 方程式、特に微分方程式は、自然現象を理解し、さまざまな科学および工学分野で … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.DS, math.NA, stat.ML | DUE: A Deep Learning Framework and Library for Modeling Unknown Equations はコメントを受け付けていません

Slicing the Gaussian Mixture Wasserstein Distance

投稿日: 2025年4月14日 作成者: jarxiv

要約 ガウス混合モデル（GMM）は、クラスタリング、分類、画像再構成、生成モデリ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Slicing the Gaussian Mixture Wasserstein Distance はコメントを受け付けていません