「physics.data-an」カテゴリーアーカイブ

Module-based regularization improves Gaussian graphical models when observing noisy data

投稿日: 2023年5月11日 作成者: jarxiv

要約 タイトル：ノイズのあるデータを観察する場合に、モジュールベースの正則化がガ … 続きを読む →

カテゴリー: cs.LG, physics.data-an | Module-based regularization improves Gaussian graphical models when observing noisy data はコメントを受け付けていません

CaloClouds: Fast Geometry-Independent Highly-Granular Calorimeter Simulation

投稿日: 2023年5月9日 作成者: jarxiv

要約 タイトル: CaloClouds: 高速なジオメトリー非依存の高精度カロリ … 続きを読む →

カテゴリー: cs.LG, hep-ex, hep-ph, physics.data-an, physics.ins-det | CaloClouds: Fast Geometry-Independent Highly-Granular Calorimeter Simulation はコメントを受け付けていません

CaloFlow: Fast and Accurate Generation of Calorimeter Showers with Normalizing Flows

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル：CaloFlow：正規化フローを用いた迅速で正確なカロリメーター … 続きを読む →

カテゴリー: cs.LG, hep-ex, hep-ph, physics.data-an, physics.ins-det | CaloFlow: Fast and Accurate Generation of Calorimeter Showers with Normalizing Flows はコメントを受け付けていません

CaloFlow II: Even Faster and Still Accurate Generation of Calorimeter Showers with Normalizing Flows

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル：CaloFlow II：正規化フローを使用したカロリメーターシャ … 続きを読む →

カテゴリー: cs.LG, hep-ex, hep-ph, physics.data-an, physics.ins-det | CaloFlow II: Even Faster and Still Accurate Generation of Calorimeter Showers with Normalizing Flows はコメントを受け付けていません

Inferential Moments of Uncertain Multivariable Systems

投稿日: 2023年5月4日 作成者: jarxiv

要約 タイトル：不確実な多変量システムの推論的モーメント 要約： – … 続きを読む →

カテゴリー: cs.IT, cs.LG, math.IT, math.PR, physics.data-an, stat.ML | Inferential Moments of Uncertain Multivariable Systems はコメントを受け付けていません

Efficient Learning of Accurate Surrogates for Simulations of Complex Systems

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：複雑なシステムのシミュレーションのための正確な代替学習の効率的な … 続きを読む →

カテゴリー: cs.LG, nucl-th, physics.comp-ph, physics.data-an, physics.plasm-ph | Efficient Learning of Accurate Surrogates for Simulations of Complex Systems はコメントを受け付けていません

Interpretable Machine Learning for Science with PySR and SymbolicRegression.jl

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：PySRとSymbolicRegression.jlを用いた解釈 … 続きを読む →

カテゴリー: astro-ph.IM, cs.LG, cs.NE, cs.SC, physics.data-an | Interpretable Machine Learning for Science with PySR and SymbolicRegression.jl はコメントを受け付けていません

Data-driven reduced order models using invariant foliations, manifolds and autoencoders

投稿日: 2023年4月27日 作成者: jarxiv

要約 タイトル：不変折れ線、多様体、オートエンコーダーを使用したデータ駆動型の低 … 続きを読む →

カテゴリー: 37C86, 37M10, 37M21, 68T09, cs.LG, I.3.5, math.DS, physics.data-an | Data-driven reduced order models using invariant foliations, manifolds and autoencoders はコメントを受け付けていません

Physics-informed Information Field Theory for Modeling Physical Systems with Uncertainty Quantification

投稿日: 2023年4月13日 作成者: jarxiv

要約 タイトル：物理学に基づく情報場理論による不確定性量子化を伴う物理系のモデリ … 続きを読む →

カテゴリー: cs.LG, physics.data-an, stat.ML | Physics-informed Information Field Theory for Modeling Physical Systems with Uncertainty Quantification はコメントを受け付けていません

Exponentially Improved Efficient Machine Learning for Quantum Many-body States with Provable Guarantees

投稿日: 2023年4月11日 作成者: jarxiv

要約 【タイトル】証明可能な保証を持つ量子多体状態の機械学習の指数関数的に改善さ … 続きを読む →

カテゴリー: cs.LG, physics.data-an, quant-ph | Exponentially Improved Efficient Machine Learning for Quantum Many-body States with Provable Guarantees はコメントを受け付けていません