关键词differentiable programming
搜索结果 - 12
- 基于数据驱动的大气透射反转神经代理
我们提出了一种从光谱场景中推断大气传输剖面的框架。该框架利用一个轻量级、基于物理的模拟器,通过自动微分和可微编程来构建一个替代的大气剖面模型,以模拟观测数据。我们通过(i)进行大气校正,(ii)重新构建不同模态间的光谱数据(例如地表和传感器 - 可微分编程的要素
通过大规模模型、海量数据集、加速硬件和可微分编程的变革力量,人工智能最近取得了显著进展。不仅可以以端到端的方式对复杂计算机程序进行微分,还可以优化程序参数。可微分编程建立在自动微分、图模型、优化和统计学等多个计算机科学和应用数学领域的基础上 - 改进基于梯度导引的嵌套抽样用于后验推断
我们提出了一种高性能的通用梯度引导嵌套采样算法 ${t GGNS}$,将可微编程、Hamiltonian 切片采样、聚类、模式分离、动态嵌套采样和并行化的最新技术结合在一起。这种独特组合使 ${t GGNS}$ 在维度上具有良好的可伸缩性, - 基于无网格可微编程与数据驱动策略的带偏微分方程约束最优控制比较
基于径向基函数的通用无网格可微分偏微分方程求解器对 DAL、PINN 和 DP 进行了全面比较,并发现 DP 在 Laplace 和 Navier-Stokes 方程下具有极高的效果,产生最精确的梯度,即使 DAL 失败和 PINN 困难时 - 用于自旋模型的可微编程框架
本文提出了一种基于可微编程的新的旋转系统建模框架,可高效地模拟旋转系统,适用于包括 GPU 和 TPU 在内的不同硬件架构,有效提高了建模效率。
- 多个干预分布上联合学习一致的因果抽象
本文提出了一个基于 Rischel(2020)提出的抽象形式化理论的因果抽象学习框架,并给出了一个可微分编程解决方案,以在人造数据和电动汽车电池制造领域中实现了关于多个分辨率级别的因果关系推理。
- Stackelberg 拥堵博弈的可微双层规划
本研究采用可微编程方法来解决 Stackelberg 拥堵博弈问题,并提出了一种单循环算法,该算法通过跟随关注者的演化路径,实现了领导者的决策更新,在效率方面比标准双循环实现和文献中的其他方法表现更好。
- 梯度不是唯一所需
讨论不同 iable 编程中的混沌失效原因及其产生的条件,包括神经网络、数值物理模拟及辅助优化算法训练等。
- 可微编程系统:连接机器学习与科学计算
这篇论文介绍了一种 Differentiable Programming 系统 Zygote,能够从一般的程序结构中获取梯度,该系统支持控制流、递归、突变等几乎所有语言构造,并支持各种高级自动微分技术,可以在不需要任何用户干预或重构来分阶段 - 可微程序张量网络
本篇论文介绍了可微编程的概念,研究如何将张量网络算法编程为可完全微分,提出了稳定的张量分解自动微分方法和通过迭代固定点实现反向传播的技术,应用于 Ising 模型和 Heisenberg 模型,取得了较好的优化效果。
- PennyLane: 混合量子 - 经典计算的自动微分
PennyLane 是一个用于对可微分编程的、支持量子计算机的 Python 3 软件框架,最重要的功能是能够计算出与后向传播兼容的变分量子电路的梯度,从而将计算机学习和优化扩展到量子和混合计算中。
- 使用 Flux 进行时尚建模
介绍了名为 Flux 的框架,它建立在 Julia 编程语言的基础上,是一种简单易用、高性能的可微编程框架,该框架的实现展示了许多语言和框架级特性,内部编译器技术也获得了加速和高性能。