-
最近の投稿
- TD-M(PC)$^2$: Improving Temporal Difference MPC Through Policy Constraint
- Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models
- Discrete GCBF Proximal Policy Optimization for Multi-agent Safe Optimal Control
- Control-oriented Clustering of Visual Latent Representation
- Fast Ergodic Search with Kernel Functions
-
最近のコメント
表示できるコメントはありません。 cs.AI (33351) cs.CL (25199) cs.CR (2582) cs.CV (39405) cs.LG (38307) cs.RO (19404) cs.SY (2967) eess.IV (4721) eess.SY (2961) stat.ML (5051)
「physics.data-an」カテゴリーアーカイブ
Free Energy Risk Metrics for Systemically Safe AI: Gatekeeping Multi-Agent Study
要約 エージェントおよびマルチエージェントシステムのリスクを測定するための基盤と … 続きを読む
Phase Transitions in Large Language Models and the $O(N)$ Model
要約 大規模な言語モデル（LLM）は、前例のない豊富なスケーリング動作を示します … 続きを読む
カテゴリー: cs.CL, cs.LG, hep-th, physics.data-an
コメントする
Physics of Skill Learning
要約 私たちは、スキル学習の物理学、つまりトレーニング中にニューラル ネットワー … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.data-an, stat.ML
Physics of Skill Learning はコメントを受け付けていません
Avoiding subtraction and division of stochastic signals using normalizing flows: NFdeconvolve
要約 科学の世界全体で、私たちは確率信号を減算したり除算したりすることがあります … 続きを読む
カテゴリー: cs.LG, math.PR, physics.data-an, q-bio.QM, stat.ML
Avoiding subtraction and division of stochastic signals using normalizing flows: NFdeconvolve はコメントを受け付けていません
Large Physics Models: Towards a collaborative approach with Large Language Models and Foundation Models
要約 このペーパーでは、大規模物理モデル (LPM) と呼ばれる、物理学に特化し … 続きを読む
カテゴリー: cs.AI, hep-ph, physics.comp-ph, physics.data-an, physics.hist-ph
Large Physics Models: Towards a collaborative approach with Large Language Models and Foundation Models はコメントを受け付けていません
Segment Anything Model for Zero-shot Single Particle Tracking in Liquid Phase Transmission Electron Microscopy
要約 液相透過電子顕微鏡 (LPTEM) は、比類のない空間分解能と時間分解能の … 続きを読む
カテゴリー: cs.CV, physics.data-an
Segment Anything Model for Zero-shot Single Particle Tracking in Liquid Phase Transmission Electron Microscopy はコメントを受け付けていません
FAIR Universe HiggsML Uncertainty Challenge Competition
要約 FAIR Universe — HiggsML Uncerta … 続きを読む
カテゴリー: cs.LG, hep-ex, hep-ph, physics.data-an
FAIR Universe HiggsML Uncertainty Challenge Competition はコメントを受け付けていません
Multi-Scale Node Embeddings for Graph Modeling and Generation
要約 ネットワーク サイエンスと機械学習の間のインターフェイスに位置するノード埋 … 続きを読む
カテゴリー: cs.LG, econ.GN, physics.data-an, physics.soc-ph, q-fin.EC
Multi-Scale Node Embeddings for Graph Modeling and Generation はコメントを受け付けていません
Understanding complex crowd dynamics with generative neural simulators
要約 歩行者の群衆の動態を理解することは、効率的な都市インフラを設計し、安全な群 … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.data-an, physics.soc-ph
Understanding complex crowd dynamics with generative neural simulators はコメントを受け付けていません
Surveying the space of descriptions of a composite system with machine learning
要約 多変量情報理論は、複雑なシステムのコンポーネントがどのように接続されている … 続きを読む
カテゴリー: cs.IT, cs.LG, math.IT, physics.data-an
Surveying the space of descriptions of a composite system with machine learning はコメントを受け付けていません