「math.NA」カテゴリーアーカイブ

Gradient-free training of recurrent neural networks

投稿日: 2025年1月30日 作成者: jarxiv

要約 再発性ニューラルネットワークは、時系列分析、予測、動的システムのモデリング … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Gradient-free training of recurrent neural networks はコメントを受け付けていません

Stroke classification using Virtual Hybrid Edge Detection from in silico electrical impedance tomography data

投稿日: 2025年1月30日 作成者: jarxiv

要約 電気インピーダンス断層撮影（EIT）は、電気境界測定から身体の内部導電性を … 続きを読む →

カテゴリー: cs.CV, cs.NA, math.AP, math.NA | Stroke classification using Virtual Hybrid Edge Detection from in silico electrical impedance tomography data はコメントを受け付けていません

Convergence of two-timescale gradient descent ascent dynamics: finite-dimensional and mean-field perspectives

投稿日: 2025年1月30日 作成者: jarxiv

要約 ツータイムスケール勾配降下（GDA）は、MIN-MAXゲームでNASH平衡 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, math.OC | Convergence of two-timescale gradient descent ascent dynamics: finite-dimensional and mean-field perspectives はコメントを受け付けていません

Solving Roughly Forced Nonlinear PDEs via Misspecified Kernel Methods and Neural Networks

投稿日: 2025年1月29日 作成者: jarxiv

要約 ガウスプロセス（GPS）またはニューラルネットワーク（NNS）を使用して、 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA | Solving Roughly Forced Nonlinear PDEs via Misspecified Kernel Methods and Neural Networks はコメントを受け付けていません

Convergence of two-timescale gradient descent ascent dynamics: finite-dimensional and mean-field perspectives

投稿日: 2025年1月29日 作成者: jarxiv

要約 ツータイムスケール勾配降下（GDA）は、MIN-MAXゲームでNASH平衡 … 続きを読む →

カテゴリー: cs.LG, cs.NA, math.NA, math.OC | Convergence of two-timescale gradient descent ascent dynamics: finite-dimensional and mean-field perspectives はコメントを受け付けていません

A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator

投稿日: 2025年1月28日 作成者: jarxiv

要約 色の画像処理におけるクロスチャネルデブリングの問題は、色ピクセルの複雑な結 … 続きを読む →

カテゴリー: cs.CV, cs.NA, math.NA | A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator はコメントを受け付けていません

Signature Methods in Machine Learning

投稿日: 2025年1月27日 作成者: jarxiv

要約 署名ベースの手法は、進化するデータの複雑なストリーム間の相互作用に関する数 … 続きを読む →

カテゴリー: 34F05, 60L10, 68Q32, 93C15, cs.LG, cs.NA, math.CA, math.NA, math.ST, stat.ME, stat.ML, stat.TH | Signature Methods in Machine Learning はコメントを受け付けていません

A Paired Autoencoder Framework for Inverse Problems via Bayes Risk Minimization

投稿日: 2025年1月27日 作成者: jarxiv

要約 この研究では、機械学習のテクノロジー、特にオートエンコーダー ネットワーク … 続きを読む →

カテゴリー: 65F22, 65F55, 68T07, 68U10, cs.LG, cs.NA, math.NA | A Paired Autoencoder Framework for Inverse Problems via Bayes Risk Minimization はコメントを受け付けていません

Polynomial Selection in Spectral Graph Neural Networks: An Error-Sum of Function Slices Approach

投稿日: 2025年1月27日 作成者: jarxiv

要約 スペクトルグラフニューラルネットワークは、多項式定義グラフフィルターの適用 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NA, eess.SP, math.NA | Polynomial Selection in Spectral Graph Neural Networks: An Error-Sum of Function Slices Approach はコメントを受け付けていません

A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator

投稿日: 2025年1月27日 作成者: jarxiv

要約 色の画像処理におけるクロスチャネルデブリングの問題は、色ピクセルの複雑な結 … 続きを読む →

カテゴリー: cs.CV, cs.NA, math.NA | A New Cross-Space Total Variation Regularization Model for Color Image Restoration with Quaternion Blur Operator はコメントを受け付けていません