-
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
Edge-Wise Graph-Instructed Neural Networks
要約 グラフ ノード上のマルチタスク回帰の問題は、最近、メッセージ パッシング … 続きを読む
Leveraging time and parameters for nonlinear model reduction methods
要約 この論文では、例えば特定の波状問題やトランスポート支配型問題など、コルモゴ … 続きを読む
Learning Lipschitz Operators with respect to Gaussian Measures with Near-Optimal Sample Complexity
要約 機械学習のアイデアを使用して無限次元関数空間間のマッピングを近似する演算子 … 続きを読む
Quantum Channel Learning
要約 一連の密度行列写像測定値$rho^{(l)} \to \varrho^{( … 続きを読む
Analytically Informed Inverse Kinematics Solution at Singularities
要約 シリアル マニピュレータの運動学的特異点の近くでは、逆運動学 (IK) 問 … 続きを読む
Learning Epidemiological Dynamics via the Finite Expression Method
要約 感染症の蔓延をモデル化して予測することは、公衆衛生上の効果的な意思決定に不 … 続きを読む
About rectified sigmoid function for enhancing the accuracy of Physics-Informed Neural Networks
要約 この記事では、物理的問題を解決するための 1 つの隠れ層と修正された活性化 … 続きを読む
Physics-Based Dynamic Models Hybridisation Using Physics-Informed Neural Networks
要約 物理ベースの動的モデル (PBDM) は、複雑な動的システムを簡略化して表 … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.bio-ph
Physics-Based Dynamic Models Hybridisation Using Physics-Informed Neural Networks はコメントを受け付けていません
Residual Multi-Fidelity Neural Network Computing
要約 この研究では、多重忠実度情報を使用してニューラル ネットワーク代理モデルを … 続きを読む
Learning from Linear Algebra: A Graph Neural Network Approach to Preconditioner Design for Conjugate Gradient Solvers
要約 大規模な線形システムは、現代の計算科学と計算工学のいたるところに存在します … 続きを読む