-
最近の投稿
- Cybernetic Marionette: Channeling Collective Agency Through a Wearable Robot in a Live Dancer-Robot Duet
- Leveraging LLMs for Mission Planning in Precision Agriculture
- Estimating the Joint Probability of Scenario Parameters with Gaussian Mixture Copula Models
- One For All: LLM-based Heterogeneous Mission Planning in Precision Agriculture
- Provable Sim-to-Real Transfer via Offline Domain Randomization
-
最近のコメント
表示できるコメントはありません。 cs.AI (39605) cs.CL (29980) cs.CV (44945) cs.HC (3015) cs.LG (44541) cs.RO (23689) cs.SY (3609) eess.IV (5149) eess.SY (3601) stat.ML (5787)
「physics.comp-ph」カテゴリーアーカイブ
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
AtmoRep: A stochastic model of atmosphere dynamics using large scale representation learning
要約 大気は、悪天候による人命の損失から社会への長期的な社会的および経済的影響ま … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.ao-ph, physics.comp-ph
AtmoRep: A stochastic model of atmosphere dynamics using large scale representation learning はコメントを受け付けていません
Identifying Generalized Neural Representation Across Hamiltonian Manifolds via Meta-learning
要約 物理学のためのディープラーニングにおける最近の進歩は、物理学のプライアや帰 … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.comp-ph
Identifying Generalized Neural Representation Across Hamiltonian Manifolds via Meta-learning はコメントを受け付けていません
Adaptive Uncertainty-Guided Model Selection for Data-Driven PDE Discovery
要約 我々は、信頼性の高い項がほとんどないノイズの多い時空間観測データを十分に支 … 続きを読む
カテゴリー: cs.LG, physics.comp-ph
Adaptive Uncertainty-Guided Model Selection for Data-Driven PDE Discovery はコメントを受け付けていません
Natural Quantum Monte Carlo Computation of Excited States
要約 我々は、基底状態の推定を自然に一般化した量子系の最低励起状態を推定するため … 続きを読む
カテゴリー: cs.LG, physics.chem-ph, physics.comp-ph, quant-ph
Natural Quantum Monte Carlo Computation of Excited States はコメントを受け付けていません