neural stochastic differential equations | BriefGPT

关键词neural stochastic differential equations

搜索结果 - 9

使用神经随机微分方程对连续疾病轨迹和治疗效果进行概率性时间预测
基于医学影像的个性化医学，可以准确预测未来个体化临床疾病进展和治疗反应，对于长期、复杂、异质性的无法治愈的疾病（如多发性硬化症（MS））的医疗和药物开发具有巨大影响。本文提出了第一个用于建模疾病进展的连续时间因果框架，利用神经随机微分方程（
PDF16 days ago
ICLR分析非规则时间序列数据的稳定神经随机微分方程
在处理真实世界的不规则时间序列数据中，由于不连续的采样间隔和缺失值，神经随机微分方程（Neural SDEs）的良好性能依赖于漂移和扩散函数的巧妙选择，本研究通过提出三个稳定的 Neural SDE 类别： Langevin 型 SDE、线
PDF4 months ago
通过设备无关模型优化网络交互
通过利用设备的固有物理特性作为计算工具，我们在这项工作中制定了一个通用框架，以完全数据驱动的方式优化与动态物理系统的交互，通过模拟和实现与动态设备的相互作用进行了应用验证，并强调了准确捕捉系统随机性对于成功部署具有物理定义的神经网络的重要性
PDF6 months ago
AAAI通过神经随机微分方程提高跨域轨迹预测的可迁移性
基于连续和随机表示的神经随机微分方程，提出了一个解决多智能体轨迹预测中数据采集策略差异的方法，并通过 nuScenes、Argoverse、Lyft、INTERACTION 和 Waymo Open Motion Dataset (WOMD
PDF6 months ago
逆过程中的噪音增强扩散模型的逼近能力
该研究论文研究了在生成建模中，基于分数的生成建模方法中，与确定性过程相比，随机反向过程表现更好。研究比较了神经常微分方程（ODEs）和神经随机微分方程（SDEs）作为反向过程的性能，从控制理论的角度分析了神经 SDEs 近似轨迹的能力，发现
PDF7 months ago
随机梯度下降中多级蒙特卡洛的并行复杂度
我们在深度对冲的例子中，通过提出的延迟多层蒙特卡洛（MLMC）梯度估计器，证明了我们的方法在与 SGD 中标准 MLMC 相比的优越的并行复杂度。
PDF9 months ago
如何从三分钟数据中学习和泛化：物理约束和不确定性感知的神经随机微分方程
本文提出了一种使用神经随机微分方程学习控制动力学模型的框架和算法，能够构建模型预测控制算法以及模型基的增强学习领域中的仿真器，在模拟机器人系统中得到良好的应用。
PDFa year ago
神经理想大涡模拟：用神经随机微分方程建模湍流
本文提出了一种基于数据打造的学习框架，将理想大涡模拟和神经随机微分方程相结合，应用在一种具有挑战性的混沌动力学系统 —— 雷诺数为 20000 的 Kolmogorov 流上，与其他方法相比，我们的 niLES 方法可以无缝处理非均匀几何结
PDFa year ago
WWW通过建模动态人类需求学习模拟日常活动
本文提出了一个基于生成对抗模仿学习的知识驱动模拟框架，以模拟人的活动，将不同需求层次进行解离，并利用神经随机微分方程成功捕捉期间连续的需求动态特征，进而增强生成活动数据的数据保真性和实用性。实验结果表明，与现有的基线算法相比，我们的框架在数
PDFa year ago