neural network approximation | BriefGPT

关键词neural network approximation

搜索结果 - 5

求解参数化二阶椭圆型偏微分方程的有限元算子学习方法的误差分析
本论文通过对经典有限元逼近的一种不依赖数据的操作学习方法 —— 有限元算子网络 (FEONet) 进行理论分析，首先确定了该方法在具有一般二阶线性椭圆型偏微分方程与神经网络逼近参数的收敛性。其次，推导出了自伴随情况下的显式误差估计，验证了解
PDF2 months ago
结构保持神经网络用于规范化基于熵的蒙特曼系统闭合
通过神经网络逼近方法，本研究提出了一种低内存消耗和高计算效率的方法，精确计算多维矩系统的解。实验结果表明，该方法具有较低的内存占用，且计算时间竞争力强，模拟精度高。
PDF2 months ago
AAAI悲观离线强化学习的神经网络近似
利用深度强化学习和贝尔曼残差的耦合，我们在一些温和假设下，建立了悲观离线强化学习的非渐进估计误差，该结果展示了深度对抗式离线强化学习框架的显式效率，并对算法模型设计提供了指导。
PDF7 months ago
对抗自适应采样：统一 PINN 和最优输运用于 PDE 近似
本文提出了一种新的最小最大 (PDEs) 方程求解方法，通过使用神经网络模型和深度生成模型来同时优化近似解及数据集，从而减少最终逼近的统计误差，此方法称为对抗性自适应采样 (adversarial adaptive sampling)，并是
PDFa year ago
去噪扩散模型和抽样器的表达能力注记
本论文探讨将随机控制方法运用于泛化的去噪扩散模型及样本生成中，并尝试将现有的神经网络近似方法应用于去噪扩散模型及样本生成中。
PDFa year ago