nlin.CD」カテゴリーアーカイブ

Mamba time series forecasting with uncertainty quantification

要約 マンバなどの状態空間モデルは、シーケンスパターンをキャプチャする能力により … 続きを読む

カテゴリー: cs.LG, nlin.CD, stat.ML | コメントする

Uncovering the Functional Roles of Nonlinearity in Memory

要約 メモリと長距離の時間処理は、自然言語処理、時系列予測、音声認識、および制御 … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.LG, nlin.CD, physics.comp-ph | コメントする

Learning Beyond Experience: Generalizing to Unseen State Space with Reservoir Computing

要約 機械学習技術は、観察されたデータからのみ動的システムをモデル化するための効 … 続きを読む

カテゴリー: cs.LG, math.DS, nlin.CD, physics.comp-ph | Learning Beyond Experience: Generalizing to Unseen State Space with Reservoir Computing はコメントを受け付けていません

Multiple Descents in Deep Learning as a Sequence of Order-Chaos Transitions

要約 LSTMのトレーニングプロセス中に、テスト損失がモデルの過剰訓練後に複数回 … 続きを読む

カテゴリー: cs.AI, cs.LG, nlin.CD, physics.comp-ph | Multiple Descents in Deep Learning as a Sequence of Order-Chaos Transitions はコメントを受け付けていません

Context parroting: A simple but tough-to-beat baseline for foundation models in scientific machine learning

要約 科学機械学習のための最近開発された時系列基礎モデルは、物理システムを予測す … 続きを読む

カテゴリー: cs.LG, nlin.CD, physics.comp-ph | Context parroting: A simple but tough-to-beat baseline for foundation models in scientific machine learning はコメントを受け付けていません

Do LLMs trust AI regulation? Emerging behaviour of game-theoretic LLM agents

要約 信頼できるAIシステムの採用を促進するためには、AI開発エコシステム内で信 … 続きを読む

カテゴリー: cs.AI, cs.CY, cs.GT, nlin.CD | Do LLMs trust AI regulation? Emerging behaviour of game-theoretic LLM agents はコメントを受け付けていません

Topological Approach for Data Assimilation

要約 多くの動的システムは、高忠実度の物理ベースのモデルを使用してモデル化するこ … 続きを読む

カテゴリー: cs.LG, math.AT, nlin.CD | Topological Approach for Data Assimilation はコメントを受け付けていません

The Work Capacity of Channels with Memory: Maximum Extractable Work in Percept-Action Loops

要約 将来の観察を予測することは、機械学習、生物学、経済学、および他の多くの分野 … 続きを読む

カテゴリー: cond-mat.stat-mech, cs.IT, cs.LG, math.IT, nlin.AO, nlin.CD, quant-ph | The Work Capacity of Channels with Memory: Maximum Extractable Work in Percept-Action Loops はコメントを受け付けていません

Master Stability Functions in Complex Networks

要約 同期は、自然界および設計されたシステムにおける緊急で基本的な現象です。 同 … 続きを読む

カテゴリー: cs.AI, nlin.AO, nlin.CD | Master Stability Functions in Complex Networks はコメントを受け付けていません

Machine Learning for Predicting Chaotic Systems

要約 混oticとした動的システムの予測は、天気予報など、多くの科学的分野で重要 … 続きを読む

カテゴリー: cs.LG, nlin.CD | Machine Learning for Predicting Chaotic Systems はコメントを受け付けていません