#Аппроксимация

12 статьи
arXiv Machine Learning
arXiv Machine Learning

Аппроксимация полей скорости с помощью насажденных точечных притягивающих устройств через Neural-ODE для целей классификации

arXiv:2606.23550v3 Тип уведомления: заменить перекрестное резюме. Установленные фиксированные точки служат индикаторами для целевых классов, в то время как поле скорости с использованием универсальных...

arXiv Machine Learning
2
Читать
arXiv Statistics
arXiv Statistics

Аппроксимация, последовательность и прогнозирование в смешанных моделях общей нейронной сети для продольных и кластерных данных

arXiv:2610.15270v1 Annualce Type: New Humber: Generalized нейронно-сетевые смешанные модели (GNMMs) комбинируют нейральные сети и модели смешанных последствий для анализа продольных и групповых данных...

arXiv Statistics
3
Читать
arXiv Machine Learning
arXiv Machine Learning

Аппроксимация однородных случайных вращений двухслойными вращениями хадамардов в высоких размерах

arXiv:2604.23418v2 Тип уведомления: заменить резюме: единообразные случайные вращения являются полезными для быстродействующего оборудования Johnson-Lindenstrauss, приближения ядра, эффективного обмен...

arXiv Machine Learning
3
Читать
arXiv Quantitative Biology
arXiv Quantitative Biology

Аппроксимация параметров для многостанционности и мультиполезности в системах массового воздействия

arXiv: 2610,05242v1 Аннонс Тип: новое резюме: выявление кинетических параметров и сохраняемых количеств, которые поддерживают многостанционность и мультистабильность, по-прежнему сопряжены с трудностя...

arXiv Quantitative Biology
6
Читать
arXiv Machine Learning
arXiv Machine Learning

Аппроксимация Невральных сетей: ставки Sobolev и доверительные границы

arXiv: 2610,02253v 1 Annualce Type: New Humber Abstract: Универсальная аппроксимация нейронных сетей само по себе не описывает размер сети, необходимый для точной случайной реализации. В этой работе м...

arXiv Machine Learning
3
Читать
arXiv Machine Learning
arXiv Machine Learning

Аппроксимация Softmax в предварительно подготовленных МЛМ: чувствительность модели и ускорение ядер

arXiv: 26033586v1 Аннот: новое резюме: на NVIDIA Blackwell B200, тензор-коровый пропуск опережает экспоненциальное значение специальной функции более чем двумя порядками величины, обнажая экспозицию в...

arXiv Machine Learning
3
Читать
arXiv Statistics
arXiv Statistics

Аппроксимация для случайных матричных единиц с использованием полиномов низкого качества

arXiv: 2609.28781v1 Annualce Type: recverbraview: Мы инициируем исследование по приблизительному определению верхних значений эйгена и эигенектора случайной симметричной матрицы в долл. США \in mathbb...

arXiv Statistics
1
Читать
arXiv AI
arXiv AI

Аппроксимация прямого сообщения (DMA): основа на основе последовательности для перенесенных ближайших последствий на факторных графах

arXiv: 2609.29466v1 Аннонс Тип: кросс-бюллетень: Приблизительное сообщение, переносимое на графики факторов, лежит в основе двух доминирующих семей вероятностных алгоритмов вывода: распространения ожи...

arXiv AI
4
Читать
arXiv Machine Learning
arXiv Machine Learning

Аппроксимация силы Бассета в уравнениях Макси-Рилий-Гатигнол с помощью универсальных дифференциальных уравнений

arXiv:2604.081994v2 Annuales Type: заменить резюме: уравнения Maxey-Riley - Gatignol (MARGE) моделируют движение сферических инерционных частиц в жидкости. В них содержится сила Бассета, неотъемлемый ...

arXiv Machine Learning
2
Читать
arXiv Machine Learning
arXiv Machine Learning

Аппроксимация нейтронных-звездных радиусов с использованием только гравитационных измерений с символической регрессией

arXiv:2504.19962v3 Тип анонсации: кросс-бюллетень: Гравитационные волны, испускаемые двоичными нейтронными звёздами, содержат информацию о массе компонентов и деформациях приливов, но не непосредствен...

arXiv Machine Learning
4
Читать
arXiv Statistics
arXiv Statistics

Аппроксимация нервной сети к функциональному оператору: анализ параметров и ошибок

arXiv: 2609.15355v1 Аннонс Тип: новое резюме: Мы изучаем единообразное приближение гладких функций скалярной оценки на бесконечном пространстве Хилберта глубокими нейронными сетями ReLU. Записывая фун...

arXiv Statistics
2
Читать
arXiv Machine Learning
arXiv Machine Learning

Аппроксимация межсезонной нервной сети в смешанных пространствах Sobolev

arXiv: 2609.05263v1 Аннонс Тип: перекрестное резюме: мы исследуем лучшее приближение смешанных пространств Soboleva к неглубоким нейронным сетям с нейронами в долл. США и общими функциями активации. С...

arXiv Machine Learning
4
Читать