「math.NA」カテゴリーアーカイブ

When big data actually are low-rank, or entrywise approximation of certain function-generated matrices

投稿日: 2024年7月4日 作成者: jarxiv

要約 この論文は、2つの$m$次元変数の滑らかな関数をサンプリングすることによっ … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | When big data actually are low-rank, or entrywise approximation of certain function-generated matrices はコメントを受け付けていません

Characteristic Learning for Provable One Step Generation

投稿日: 2024年7月3日 作成者: jarxiv

要約 我々は、敵対的生成ネットワーク (GAN) におけるサンプリングの効率とフ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, math.NA, math.ST, stat.TH | Characteristic Learning for Provable One Step Generation はコメントを受け付けていません

Inverse Evolution Layers: Physics-informed Regularizers for Deep Neural Networks

投稿日: 2024年7月2日 作成者: jarxiv

要約 偏微分方程式 (PDE) を使用する従来の画像処理方法は、広範囲の画像関連 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Inverse Evolution Layers: Physics-informed Regularizers for Deep Neural Networks 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7月2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

Affine Invariant Ensemble Transform Methods to Improve Predictive Uncertainty in Neural Networks

投稿日: 2024年7月2日 作成者: jarxiv

要約 アンサンブル カルマン フィルターの適切な拡張を使用して、ロジスティック回 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, stat.ML | Affine Invariant Ensemble Transform Methods to Improve Predictive Uncertainty in Neural Networks はコメントを受け付けていません

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 | Improved Monte Carlo tree search (MCTS) formulation with multiple root nodes for discrete sizing optimization of truss structures はコメントを受け付けていません

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 | Improved Monte Carlo tree search (MCTS) formulation with multiple root nodes for discrete sizing optimization of truss structures はコメントを受け付けていません

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