-
最近の投稿
- TOFFE — Temporally-binned Object Flow from Events for High-speed and Energy-Efficient Object Detection and Tracking
- ELEGNT: Expressive and Functional Movement Design for Non-anthropomorphic Robot
- Tightly Coupled SLAM with Imprecise Architectural Plans
- LatentBKI: Open-Dictionary Continuous Mapping in Visual-Language Latent Spaces with Quantifiable Uncertainty
- Interaction Dataset of Autonomous Vehicles with Traffic Lights and Signs
-
最近のコメント
表示できるコメントはありません。 cs.AI (32585) cs.CL (24637) cs.CR (2521) cs.CV (38784) cs.LG (37457) cs.RO (18976) cs.SY (2901) eess.IV (4651) eess.SY (2895) stat.ML (4943)
「nlin.CD」カテゴリーアーカイブ
Sparse chaos in cortical circuits
要約 脳内の情報の流れの通貨である神経インパルスは、神経膜電位ダイナミクスの不安 … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.LG, nlin.CD, q-bio.NC
Sparse chaos in cortical circuits はコメントを受け付けていません
Controlling dynamical systems into unseen target states using machine learning
要約 我々は、複雑な力学システムをこれまで見たことのない目標状態(大きく異なる複 … 続きを読む
Reconstructing dynamics from sparse observations with no training on target system
要約 アプリケーションでは、対象となるシステムがこれまでに遭遇したことがなく、ま … 続きを読む
カテゴリー: cs.LG, nlin.CD, physics.data-an
Reconstructing dynamics from sparse observations with no training on target system はコメントを受け付けていません
Inferring stability properties of chaotic systems on autoencoders’ latent spaces
要約 偏微分方程式の解のデータ駆動型学習は、分割統治戦略に基づくことができます。 … 続きを読む
Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence
要約 ほとんどの実世界のアプリケーションにおける乱流の高忠実度の直接数値シミュレ … 続きを読む
カテゴリー: cs.LG, nlin.CD, physics.flu-dyn
Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence はコメントを受け付けていません
Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence
要約 ほとんどの実世界のアプリケーションにおける乱流の高忠実度の直接数値シミュレ … 続きを読む
カテゴリー: cs.LG, nlin.CD, physics.flu-dyn
Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence はコメントを受け付けていません
Machine Learning for predicting chaotic systems
要約 カオス力学システムの予測は、天気予報などの多くの科学分野で重要ですが、初期 … 続きを読む
Unsupervised Reservoir Computing for Multivariate Denoising of Severely Contaminated Signals
要約 従来の一変量手法では変数間の複雑な相互作用を捉えるのに苦労することが多いた … 続きを読む
Physics-Guided Actor-Critic Reinforcement Learning for Swimming in Turbulence
要約 乱流拡散により、近くに配置された粒子が分離します。 私たちは、受動的に移流 … 続きを読む
Turbulence Scaling from Deep Learning Diffusion Generative Models
要約 複雑な空間的・時間的構造は乱流体流の固有の特徴であり、これを理解することは … 続きを読む
カテゴリー: cs.LG, nlin.CD, physics.flu-dyn
Turbulence Scaling from Deep Learning Diffusion Generative Models はコメントを受け付けていません