-
最近の投稿
- Toward Zero-Shot User Intent Recognition in Shared Autonomy
- SYNAPSE: SYmbolic Neural-Aided Preference Synthesis Engine
- Resilient Distributed Optimization for Multi-Agent Cyberphysical Systems
- Beyond Sight: Finetuning Generalist Robot Policies with Heterogeneous Sensors via Language Grounding
- A Signal Temporal Logic Approach for Task-Based Coordination of Multi-Aerial Systems: a Wind Turbine Inspection Case Study
-
最近のコメント
表示できるコメントはありません。 cs.AI (32314) cs.CL (24433) cs.CR (2508) cs.CV (38542) cs.LG (37190) cs.RO (18852) cs.SY (2881) eess.IV (4623) eess.SY (2875) stat.ML (4911)
「physics.comp-ph」カテゴリーアーカイブ
Generative adversarial networks for data-scarce spectral applications
要約 敵対的生成ネットワーク (GAN) は、生成人工知能の分野で最も堅牢で汎用 … 続きを読む
カテゴリー: cond-mat.other, cs.LG, physics.comp-ph, physics.optics
Generative adversarial networks for data-scarce spectral applications はコメントを受け付けていません
Auxiliary-Tasks Learning for Physics-Informed Neural Network-Based Partial Differential Equations Solving
要約 物理情報に基づくニューラル ネットワーク (PINN) は、偏微分方程式 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Auxiliary-Tasks Learning for Physics-Informed Neural Network-Based Partial Differential Equations Solving はコメントを受け付けていません
Local Conditional Neural Fields for Versatile and Generalizable Large-Scale Reconstructions in Computational Imaging
要約 ディープラーニングは計算によるイメージングを変革しましたが、従来のピクセル … 続きを読む
カテゴリー: cs.LG, eess.IV, physics.comp-ph, physics.optics
Local Conditional Neural Fields for Versatile and Generalizable Large-Scale Reconstructions in Computational Imaging はコメントを受け付けていません
Discovering Symbolic Laws Directly from Trajectories with Hamiltonian Graph Neural Networks
要約 物理システムの時間発展は、エネルギーや力などの抽象的な量に依存する微分方程 … 続きを読む
カテゴリー: cond-mat.dis-nn, cond-mat.mtrl-sci, cs.LG, physics.comp-ph
Discovering Symbolic Laws Directly from Trajectories with Hamiltonian Graph Neural Networks はコメントを受け付けていません
Meta Learning of Interface Conditions for Multi-Domain Physics-Informed Neural Networks
要約 物理情報に基づくニューラル ネットワーク (PINN) は、偏微分方程式 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Meta Learning of Interface Conditions for Multi-Domain Physics-Informed Neural Networks はコメントを受け付けていません
A probabilistic, data-driven closure model for RANS simulations with aleatoric, model uncertainty
要約 我々は、偶然のモデルの不確実性を組み込んだ、レイノルズ平均ナビエ・ストーク … 続きを読む
カテゴリー: cs.LG, physics.comp-ph, physics.flu-dyn, stat.ML
A probabilistic, data-driven closure model for RANS simulations with aleatoric, model uncertainty はコメントを受け付けていません
Machine Learning and Polymer Self-Consistent Field Theory in Two Spatial Dimensions
要約 ブロック共重合体のパラメータ空間の探索を加速するために、ディープラーニング … 続きを読む
カテゴリー: cond-mat.mtrl-sci, cs.CE, cs.LG, cs.NA, math.NA, physics.comp-ph
Machine Learning and Polymer Self-Consistent Field Theory in Two Spatial Dimensions はコメントを受け付けていません
Variational principle to regularize machine-learned density functionals: the non-interacting kinetic-energy functional
要約 実用的な密度汎関数理論 (DFT) の成功は、補助平均場システムを使用した … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph, stat.ML
Variational principle to regularize machine-learned density functionals: the non-interacting kinetic-energy functional はコメントを受け付けていません
Selecting Robust Features for Machine Learning Applications using Multidata Causal Discovery
要約 信頼性が高く解釈可能な機械学習 (ML) モデルを作成するには、堅牢な機能 … 続きを読む
カテゴリー: cs.LG, physics.ao-ph, physics.comp-ph, stat.ML
Selecting Robust Features for Machine Learning Applications using Multidata Causal Discovery はコメントを受け付けていません
Physics Informed Token Transformer
要約 偏微分方程式 (PDE) を解くことは、科学および工学の多くの分野の中核で … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Physics Informed Token Transformer はコメントを受け付けていません