サインイン
インサイト - 과학 기계 학습
데이터 생성 기반 연산자 학습을 통한 무한 영역 편미분 방정식 해결
본 논문은 무한 영역 편미분 방정식을 효과적으로 해결하기 위해 데이터 생성 기반 연산자 학습 방법을 제안한다. 이 방법은 고품질 학습 데이터를 생성하고 MIONet 모델을 통해 초기값과 소스 항에서 PDE 해로의 매핑을 학습한다. 이를 통해 목표 PDE의 해를 직접 예측할 수 있다.
다해상도 푸리에 신경 연산자 능동 학습
다해상도 데이터를 효과적으로 통합하고 데이터 비용을 최소화하면서 학습 효율을 최적화하는 다해상도 푸리에 신경 연산자 능동 학습 방법을 제안한다.
녹색 기계 학습: 과학 기계 학습을 위한 2차 솔버
과학 기계 학습 회귀 문제 훈련을 위해 2차 솔버의 우수한 효과를 입증한다.
고가의 데이터로 과학 기계 학습을 위한 다중 충실도 선형 회귀
제한된 데이터에서 고충실도 데이터와 저충실도 데이터를 활용하여 강건하고 정확한 기계 학습 모델을 학습하는 새로운 접근법을 제안한다.
© 2024 by Linnk AI