-
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
Towards Size-Independent Generalization Bounds for Deep Operator Nets
要約 最近、機械学習手法は大幅な進歩を遂げ、物理システムを分析するための有用なツ … 続きを読む
Paired Autoencoders for Likelihood-free Estimation in Inverse Problems
要約 我々は、前方問題が偏微分方程式の離散化である非線形逆問題の解法について考察 … 続きを読む
Multiscale Hodge Scattering Networks for Data Analysis
要約 私たちは、単純な複合体で測定された信号のための新しい散乱ネットワークを提案 … 続きを読む
What do physics-informed DeepONets learn? Understanding and improving training for scientific computing applications
要約 物理情報に基づいたディープ オペレーター ネットワーク (DeepONet … 続きを読む
Training Hamiltonian neural networks without backpropagation
要約 データと物理法則を相乗的に統合するニューラル ネットワークは、動的システム … 続きを読む
Gaussian Process Priors for Boundary Value Problems of Linear Partial Differential Equations
要約 偏微分方程式 (PDE) 系の解法は計算科学の基本的なタスクであり、伝統的 … 続きを読む
Integrating Physics of the Problem into Data-Driven Methods to Enhance Elastic Full-Waveform Inversion with Uncertainty Quantification
要約 Full-Waveform Inversion (FWI) は、記録された … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.geo-ph
Integrating Physics of the Problem into Data-Driven Methods to Enhance Elastic Full-Waveform Inversion with Uncertainty Quantification はコメントを受け付けていません
Differentiable SVD based on Moore-Penrose Pseudoinverse for Inverse Imaging Problems
要約 低ランク正則化ベースのディープ アンローリング ネットワークは、さまざまな … 続きを読む
Partially Unitary Learning
要約 一連の波動関数測定値に基づく $\left|\psi\right\rang … 続きを読む