Fugu-MT 論文翻訳(概要): A Latent space solver for PDE generalization

論文の概要: A Latent space solver for PDE generalization

arxiv url: http://arxiv.org/abs/2104.02452v1
Date: Tue, 6 Apr 2021 12:16:53 GMT
ステータス: 処理完了
システム内更新日: 2021-04-07 18:19:27.847143
Title: A Latent space solver for PDE generalization
Title（参考訳）: PDE一般化のための潜在空間解法
Authors: Rishikesh Ranade, Chris Hill, Haiyang He, Amir Maleki, Jay Pathak
Abstract要約: 潜在空間における偏微分方程式(PDE)を解くためのハイブリッド解法を提案する。ソルバーはエンジニアリングケースでテストされ、結果はいくつかのPDE条件にうまく一般化できることを示しています。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work we propose a hybrid solver to solve partial differential equation (PDE)s in the latent space. The solver uses an iterative inferencing strategy combined with solution initialization to improve generalization of PDE solutions. The solver is tested on an engineering case and the results show that it can generalize well to several PDE conditions.
Abstract（参考訳）: 本研究では、潜在空間における偏微分方程式(PDE)を解くためのハイブリッド解法を提案する。解法は、反復推論戦略と解の初期化を組み合わせてPDE解の一般化を改善する。この解法は工学的なケースでテストされ、その結果、いくつかのPDE条件によく当てはまることを示した。

関連論文リスト

DiffusionPDE: Generative PDE-Solving Under Partial Observation [10.87702379899977]
生成拡散モデルを用いて偏微分方程式(PDE)を解くための一般的な枠組みを提案する。そこで本研究では, 学習した生成先行が, 部分観察下において, 広範囲のPDEを正確に解くための多元的枠組みに導かれることを示す。
論文参考訳（メタデータ） (2024-06-25T17:48:24Z)
Unisolver: PDE-Conditional Transformers Are Universal PDE Solvers [55.0876373185983]
広範にPDEを解くことができるUniversal PDEソルバ(Unisolver)を提案する。私たちの重要な発見は、PDEソリューションが基本的に一連のPDEコンポーネントの制御下にあることです。 Unisolverは3つの挑戦的な大規模ベンチマークにおいて、一貫した最先端の結果を達成する。
論文参考訳（メタデータ） (2024-05-27T15:34:35Z)
Closed-form Symbolic Solutions: A New Perspective on Solving Partial Differential Equations [12.660401635672969]
閉形式シンボリック解を用いた偏微分方程式(PDE)不変空間の解法は、数学者にとって長年の夢であった。深層学習にインスパイアされた物理情報ニューラルネットワーク(PINN)は,PDEを数値的に解く上で大きな可能性を秘めている。テキスト形式のtextbfbfSymbolic framework for textbfPDEs (SymPDE) を提案する。
論文参考訳（メタデータ） (2024-05-23T14:29:15Z)
Deep Equilibrium Based Neural Operators for Steady-State PDEs [100.88355782126098]
定常PDEに対する重み付けニューラルネットワークアーキテクチャの利点について検討する。定常PDEの解を直接解くFNOアーキテクチャの深い平衡変種であるFNO-DEQを提案する。
論文参考訳（メタデータ） (2023-11-30T22:34:57Z)
Gaussian Mixture Solvers for Diffusion Models [84.83349474361204]
本稿では,拡散モデルのためのGMSと呼ばれる,SDEに基づく新しい解法について紹介する。画像生成およびストロークベース合成におけるサンプル品質の観点から,SDEに基づく多くの解法よりも優れる。
論文参考訳（メタデータ） (2023-11-02T02:05:38Z)
Elucidating the solution space of extended reverse-time SDE for diffusion models [54.23536653351234]
拡散モデル(DM)は、様々な生成的モデリングタスクにおいて強力な画像生成能力を示す。その主な制限はサンプリング速度の遅いことであり、高品質な画像を生成するには数百から数千のシーケンシャルな機能評価が必要である。サンプリングプロセスを拡張逆時間SDEとして定式化し、ODEやSDEへの事前探索を統一する。我々は, 高速かつトレーニング不要なサンプル装置ER-SDE-rsを考案し, 全サンプル装置の最先端性能を実現した。
論文参考訳（メタデータ） (2023-09-12T12:27:17Z)
Neural Control of Parametric Solutions for High-dimensional Evolution PDEs [6.649496716171139]
我々は進化偏微分方程式(PDE)の解演算子を近似する新しい計算フレームワークを開発する。パラメータ空間における制御ベクトル場を学習することにより,PDEの解演算子を近似する。これにより計算コストを大幅に削減し、任意の初期条件で進化PDEを解くことができる。
論文参考訳（メタデータ） (2023-01-31T19:26:25Z)
Lie Point Symmetry Data Augmentation for Neural PDE Solvers [69.72427135610106]
本稿では,ニューラルPDEソルバサンプルの複雑性を改善することにより,この問題を部分的に緩和する手法を提案する。 PDEの文脈では、データ変換の完全なリストを定量的に導き出せることが分かりました。神経性PDEソルバサンプルの複雑さを桁違いに改善するために、どのように容易に展開できるかを示す。
論文参考訳（メタデータ） (2022-02-15T18:43:17Z)
dNNsolve: an efficient NN-based PDE solver [62.997667081978825]
ODE/PDEを解決するためにデュアルニューラルネットワークを利用するdNNsolveを紹介します。我々は,dNNsolveが1,2,3次元の幅広いODE/PDEを解くことができることを示す。
論文参考訳（メタデータ） (2021-03-15T19:14:41Z)
A Priori Generalization Analysis of the Deep Ritz Method for Solving High Dimensional Elliptic Equations [11.974322921837384]
Deep Ritz Method (DRM) の枠組みにおける2層ニューラルネットワークの一般化誤差境界を導出する。一般化誤差の収束率は次元 $d$ から独立であることが証明される。我々はスペクトルバロン空間上のPDEに対する新しい解理論を開発する。
論文参考訳（メタデータ） (2021-01-05T18:50:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。