Logg Inn
innsikt - 科学計算
光学ニューラルエンジンによる科学的偏微分方程式の解決
光学ニューラルエンジンアーキテクチャは、フーリエ空間処理と実空間処理を組み合わせることで、さまざまな分野の偏微分方程式を高速かつ効率的に解くことができる。
動的に再構成可能な浮動小数点精度を科学計算に活用する: 偏微分方程式解法のケーススタディ
動的な浮動小数点精度調整により、低ビット幅でも高精度な科学計算を実現できる。
流体力学問題を解くための量子ニューラルネットワークの周波数の最適化
量子ニューラルネットワークのデータエンコーディング部分に訓練可能なパラメータを導入することで、問題に適した周波数スペクトルを学習できるようになり、従来の固定周波数モデルよりも高精度な解を得られることを示した。
Radical-Cylon: A Heterogeneous Data Pipeline for Scientific Computing
Radical-Cylonは、異種データパイプラインを科学計算に提供する。
FlowFPX: Tools for Debugging Floating-Point Exceptions
信頼性のある数値計算は重要であり、浮動小数点演算はエラーを起こしやすい。この論文では、FlowFPXというツールキットが浮動小数点例外をシステマティックにデバッグするために開発されたことを紹介しています。
Big-PERCIVAL: Exploring 64-Bit Posit Arithmetic in Scientific Computing
64ビットのPosit算術を科学計算で探求する。
JAXbind: Connecting Custom Functions to JAX Easily
既存の高性能コードをJAXに接続するためのJAXbindパッケージの重要性と利便性。
厳密な時間連続性の物理情報ニューラルネットワークの正確な実装方法
厳密な時間連続性を強制するHCS-PINNメソッドは、従来のPINNsよりも優れた収束と精度を示す。
一般化シルベスター行列方程式の事前処理技術
一般化多項式シルベスター方程式の反復解法に対する代数的パラメータフリーの事前処理技術を開発する。
Produkter | Ressurser
© 2024 by Linnk AI