-
最近の投稿
- QueryCAD: Grounded Question Answering for CAD Models
- Reward-Centered ReST-MCTS: A Robust Decision-Making Framework for Robotic Manipulation in High Uncertainty Environments
- Discrete Contrastive Learning for Diffusion Policies in Autonomous Driving
- HBTP: Heuristic Behavior Tree Planning with Large Language Model Reasoning
- Kaiwu: A Multimodal Manipulation Dataset and Framework for Robot Learning and Human-Robot Interaction
-
最近のコメント
表示できるコメントはありません。 cs.AI (34805) cs.CL (26316) cs.CR (2669) cs.CV (40628) cs.LG (39812) cs.RO (20399) cs.SY (3096) eess.IV (4823) eess.SY (3090) stat.ML (5236)
「physics.comp-ph」カテゴリーアーカイブ
Turbulence in Focus: Benchmarking Scaling Behavior of 3D Volumetric Super-Resolution with BLASTNet 2.0 Data
要約 圧縮性乱流の解析は、推進、エネルギー生成、環境に関連するアプリケーションに … 続きを読む
カテゴリー: cs.CV, cs.LG, physics.comp-ph, physics.flu-dyn
Turbulence in Focus: Benchmarking Scaling Behavior of 3D Volumetric Super-Resolution with BLASTNet 2.0 Data はコメントを受け付けていません
Physics-informed State-space Neural Networks for Transport Phenomena
要約 この研究では、自律システム、特に化学プラント、生物医学プラント、発電プラン … 続きを読む
カテゴリー: cs.LG, cs.SY, eess.SY, physics.comp-ph, physics.flu-dyn
Physics-informed State-space Neural Networks for Transport Phenomena はコメントを受け付けていません
Parallelizing non-linear sequential models over the sequence length
要約 リカレント ニューラル ネットワークやニューラル常微分方程式などの逐次モデ … 続きを読む
カテゴリー: cs.DC, cs.LG, physics.comp-ph
Parallelizing non-linear sequential models over the sequence length はコメントを受け付けていません
Investigation of Compressor Cascade Flow Using Physics- Informed Neural Networks with Adaptive Learning Strategy
要約 この研究では、新しい物理情報ニューラル ネットワーク (PINN) アプロ … 続きを読む
カテゴリー: cs.LG, physics.comp-ph, physics.flu-dyn
Investigation of Compressor Cascade Flow Using Physics- Informed Neural Networks with Adaptive Learning Strategy はコメントを受け付けていません
Neural Operator: Is data all you need to model the world? An insight into the impact of Physics Informed Machine Learning
要約 偏微分方程式 (PDE) の数値近似は、熱や音の伝播、流体の流れ、弾性、静 … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.comp-ph
Neural Operator: Is data all you need to model the world? An insight into the impact of Physics Informed Machine Learning はコメントを受け付けていません
Improving physics-informed DeepONets with hard constraints
要約 現在の物理学に基づいた (標準またはオペレーター) ニューラル ネットワー … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph
Improving physics-informed DeepONets with hard constraints はコメントを受け付けていません
Neural Vortex Method: from Finite Lagrangian Particles to Infinite Dimensional Eulerian Dynamics
要約 流体数値解析の分野では、長年の問題がありました。それは、連続流れ場から離散 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Neural Vortex Method: from Finite Lagrangian Particles to Infinite Dimensional Eulerian Dynamics はコメントを受け付けていません
An Extreme Learning Machine-Based Method for Computational PDEs in Higher Dimensions
要約 ランダム化ニューラル ネットワークに基づいて高次元偏微分方程式 (PDE) … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph, physics.flu-dyn
An Extreme Learning Machine-Based Method for Computational PDEs in Higher Dimensions はコメントを受け付けていません
Band-gap regression with architecture-optimized message-passing neural networks
要約 グラフベースのニューラル ネットワーク、特にメッセージ パッシング ニュー … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Band-gap regression with architecture-optimized message-passing neural networks はコメントを受け付けていません
Review of the Exponential and Cayley Map on SE(3) as relevant for Lie Group Integration of the Generalized Poisson Equation and Flexible Multibody Systems
要約 SE(3) の指数関数マップとケイリー マップは、剛体システムと柔軟体シス … 続きを読む
カテゴリー: cs.RO, math-ph, math.DG, math.MP, physics.comp-ph
Review of the Exponential and Cayley Map on SE(3) as relevant for Lie Group Integration of the Generalized Poisson Equation and Flexible Multibody Systems はコメントを受け付けていません