「math.NA」カテゴリーアーカイブ

Enhanced uncertainty quantification variational autoencoders for the solution of Bayesian inverse problems

投稿日: 2025年2月19日 作成者: jarxiv

要約 他の用途の中でも、ニューラルネットワークは、リアルタイムで決定論的およびベ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Enhanced uncertainty quantification variational autoencoders for the solution of Bayesian inverse problems はコメントを受け付けていません

chebgreen: Learning and Interpolating Continuous Empirical Green’s Functions from Data

投稿日: 2025年2月13日 作成者: jarxiv

要約 この作業では、メッシュに依存しないデータ駆動型ライブラリであるChebgr … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | chebgreen: Learning and Interpolating Continuous Empirical Green’s Functions from Data はコメントを受け付けていません

Neumann eigenmaps for landmark embedding

投稿日: 2025年2月11日 作成者: jarxiv

要約 Neumann Eigenmaps（Neumaps）は、ランドマークを使用 … 続きを読む →

カテゴリー: 62M15, 65C50, 68T10, cs.LG, cs.NA, math.NA, math.ST, stat.ML, stat.TH | Neumann eigenmaps for landmark embedding はコメントを受け付けていません

Discrepancies are Virtue: Weak-to-Strong Generalization through Lens of Intrinsic Dimension

投稿日: 2025年2月10日 作成者: jarxiv

要約 弱い（W2S）一般化は、弱い教師によって生成された擬似ラベルで強力な（大） … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Discrepancies are Virtue: Weak-to-Strong Generalization through Lens of Intrinsic Dimension はコメントを受け付けていません

Non-linear Quantum Monte Carlo

投稿日: 2025年2月10日 作成者: jarxiv

要約 ランダム変数の平均は、確率分布の空間で$ \ textit {linear … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, quant-ph, stat.CO, stat.ML | Non-linear Quantum Monte Carlo はコメントを受け付けていません

Data-Parallel Neural Network Training via Nonlinearly Preconditioned Trust-Region Method

投稿日: 2025年2月10日 作成者: jarxiv

要約 モデルとデータセットのサイズの継続的な成長により、並列トレーニング方法は、 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Data-Parallel Neural Network Training via Nonlinearly Preconditioned Trust-Region Method はコメントを受け付けていません

Electrical Impedance Tomography for Anisotropic Media: a Machine Learning Approach to Classify Inclusions

投稿日: 2025年2月7日 作成者: jarxiv

要約 バックグラウンドコンダクティングボディ$ \ omega \ subset … 続きを読む →

カテゴリー: 35R30, 65N21, 68T99, cs.LG, cs.NA, math.NA | Electrical Impedance Tomography for Anisotropic Media: a Machine Learning Approach to Classify Inclusions はコメントを受け付けていません

Is In-Context Universality Enough? MLPs are Also Universal In-Context

投稿日: 2025年2月6日 作成者: jarxiv

要約 トランスの成功は、多くの場合、コンテキスト内学習を実行する能力にリンクされ … 続きを読む →

カテゴリー: cs.LG, cs.NA, cs.NE, math.NA, math.PR, stat.ML | Is In-Context Universality Enough? MLPs are Also Universal In-Context はコメントを受け付けていません

Learning from Linear Algebra: A Graph Neural Network Approach to Preconditioner Design for Conjugate Gradient Solvers

投稿日: 2025年2月4日 作成者: jarxiv

要約 大規模な線形システムは、現代の計算科学や工学においてどこにでも存在する。こ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Learning from Linear Algebra: A Graph Neural Network Approach to Preconditioner Design for Conjugate Gradient Solvers はコメントを受け付けていません

Generative Adversarial Reduced Order Modelling

投稿日: 2025年1月31日 作成者: jarxiv

要約 この作業では、Garomを提示します。Garomは、生成敵のネットワーク（ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Generative Adversarial Reduced Order Modelling はコメントを受け付けていません