-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「physics.comp-ph」カテゴリーアーカイブ
Large Scale Training of Graph Neural Networks for Optimal Markov-Chain Partitioning Using the Kemeny Constant
要約 従来のクラスタリング アルゴリズムは、グラフ内の複雑な関係を捕捉して任意の … 続きを読む
カテゴリー: cs.LG, physics.bio-ph, physics.comp-ph
Large Scale Training of Graph Neural Networks for Optimal Markov-Chain Partitioning Using the Kemeny Constant はコメントを受け付けていません
Large Scale Traning of Graph Neural Networks for Optimal Markov-Chain Partitioning Using the Kemeny Constant
要約 従来のクラスタリング アルゴリズムは、グラフ内の複雑な関係を捕捉して任意の … 続きを読む
カテゴリー: cs.LG, physics.bio-ph, physics.comp-ph
Large Scale Traning of Graph Neural Networks for Optimal Markov-Chain Partitioning Using the Kemeny Constant はコメントを受け付けていません
Finite Element Operator Network for Solving Parametric PDEs
要約 偏微分方程式 (PDE) は、物理学、工学、金融などのさまざまな分野にわた … 続きを読む
$ρ$-Diffusion: A diffusion-based density estimation framework for computational physics
要約 物理学において、密度 $\rho(\cdot)$ は、物理プロセスを支配す … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
$ρ$-Diffusion: A diffusion-based density estimation framework for computational physics はコメントを受け付けていません
Physical Symbolic Optimization
要約 方程式の自動逐次生成を構築によって次元解析の規則に従うように制約するための … 続きを読む
カテゴリー: astro-ph.IM, cs.LG, cs.SC, physics.comp-ph, physics.data-an
Physical Symbolic Optimization はコメントを受け付けていません
Attention-enhanced neural differential equations for physics-informed deep learning of ion transport
要約 種の輸送モデルは通常、偏微分方程式 (PDE) と障害輸送理論の関係を組み … 続きを読む
カテゴリー: cs.LG, math-ph, math.MP, physics.comp-ph
Attention-enhanced neural differential equations for physics-informed deep learning of ion transport はコメントを受け付けていません
Optimal Data Generation in Multi-Dimensional Parameter Spaces, using Bayesian Optimization
要約 精度の高い機械学習（ML）モデルを学習するために多くのデータを取得すること … 続きを読む
カテゴリー: cs.LG, physics.app-ph, physics.comp-ph
Optimal Data Generation in Multi-Dimensional Parameter Spaces, using Bayesian Optimization はコメントを受け付けていません
Alpha Zero for Physics: Application of Symbolic Regression with Alpha Zero to find the analytical methods in physics
要約 ニューラルネットワークを用いた機械学習は、自然言語処理、画像認識、ゲームで … 続きを読む
カテゴリー: cond-mat.dis-nn, cs.AI, physics.comp-ph
Alpha Zero for Physics: Application of Symbolic Regression with Alpha Zero to find the analytical methods in physics はコメントを受け付けていません
XLB: Distributed Multi-GPU Lattice Boltzmann Simulation Framework for Differentiable Scientific Machine Learning
要約 格子ボルツマン法 (LBM) は、計算のスケーラビリティに対するアルゴリズ … 続きを読む
カテゴリー: cs.CE, cs.LG, physics.comp-ph
XLB: Distributed Multi-GPU Lattice Boltzmann Simulation Framework for Differentiable Scientific Machine Learning はコメントを受け付けていません
Differentiable and accelerated spherical harmonic and Wigner transforms
要約 科学と工学の多くの分野では、球面多様体で定義されたデータに遭遇します。 球 … 続きを読む
カテゴリー: astro-ph.IM, cs.LG, physics.comp-ph
Differentiable and accelerated spherical harmonic and Wigner transforms はコメントを受け付けていません