BriefGPT.xyz
大模型
Ask
alpha
关键词
lagrangian
搜索结果 - 6
拉格朗日神经网络用于可逆耗散演化
利用拉格朗日和哈密顿力学与网络训练来将物理学纳入网络中，以模拟具有耗散动力学的系统，本研究使用莫尔斯 - 费希巴赖格朗日方法模拟耗散系统，并通过网络训练数据表明该方法能够实现系统的正反向演化。
PDF
a month ago
Blahut 和 Arimoto 主题的变体
通过使用一维根查找步骤和牛顿法更新固定乘数的 Blahut-Arimoto 算法的新修改版，可以使算法更加灵活和高效，直接计算给定目标失真下的速率失真函数，并且收敛速度为 O（1/n）。
PDF
a year ago
ICLR
破解哈密顿神经网络的归纳偏差
研究物理启发的神经网络的诱导偏差及其应用。表明与常规认识相反，通过直接建模加速度避免人工坐标系的人工复杂性，而不是辛结构或能量守恒，改善了 HNN 的广义性能。在实际中，通过放松这些模型的诱导偏差，可以在能量守恒系统上匹配或超过其性能，同时
→
PDF
2 years ago
通过显式约束简化 Hamiltonian 和 Lagrangian 神经网络
通过将系统嵌入笛卡尔坐标并使用拉格朗日乘子显式地强制执行约束，本文证明了相较于使用广义坐标来编码系统约束的方法，使用笛卡尔坐标可以在准确度和数据效率方面提高 100 倍。
PDF
4 years ago
拍卖学习作为双人博弈
本文探讨了拍卖设计中激励兼容的问题，提出了使用神经网络和拉格朗日乘数法来实现优化拍卖的新思路，并将其形式化为双人博弈模型。
PDF
4 years ago
高效非凸约束优化的双人博弈
提出了一种称为 “代理拉格朗日” 的优化方案，用于在非凸约束条件下的分类问题，可应对非可微的约束条件，并能将分类器大小控制在不超过约束个数的 m+1 个内。
PDF
6 years ago
Prev
Next