Fugu-MT 論文翻訳(概要): A Convolutional Dispersion Relation Preserving Scheme for the Acoustic Wave Equation

論文の概要: A Convolutional Dispersion Relation Preserving Scheme for the Acoustic Wave Equation

arxiv url: http://arxiv.org/abs/2205.10825v1
Date: Sun, 22 May 2022 13:47:46 GMT
ステータス: 処理完了
システム内更新日: 2022-05-24 20:14:38.353743
Title: A Convolutional Dispersion Relation Preserving Scheme for the Acoustic Wave Equation
Title（参考訳）: 音響波動方程式のための畳み込み拡散関係保存方式
Authors: Oded Ovadia and Adar Kahana and Eli Turkel
Abstract要約: 我々は、高波数の存在下でも、機械学習を用いてステンシルを見つける。提案手法は、最適化された数値スキームの分野からの物理情報要素を畳み込み最適化機械学習アルゴリズムに組み込む。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose an accurate numerical scheme for approximating the solution of the two dimensional acoustic wave problem. We use machine learning to find a stencil suitable even in the presence of high wavenumbers. The proposed scheme incorporates physically informed elements from the field of optimized numerical schemes into a convolutional optimization machine learning algorithm.
Abstract（参考訳）: 二次元音波問題の解を近似するための高精度な数値計算法を提案する。我々は、高波数の存在下でも、機械学習を用いてステンシルを見つける。提案手法は、最適化された数値スキームの分野からの物理情報要素を畳み込み最適化機械学習アルゴリズムに組み込む。

関連論文リスト

Waveformer for modelling dynamical systems [1.0878040851638]
動的システムの学習ソリューションを学習するための新しい演算子学習手法である「ウェーブフォーマ」を提案する。提案した波形変換器はウェーブレット変換を利用して解場と変圧器の空間的マルチスケールな挙動を捉える。本稿では,提案するWaveformerが解演算子を高精度に学習し,既存の最先端演算子学習アルゴリズムを最大1桁の精度で上回っていることを示す。
論文参考訳（メタデータ） (2023-10-08T03:34:59Z)
Solving Systems of Linear Equations: HHL from a Tensor Networks Perspective [39.58317527488534]
本稿では,HHLアルゴリズムに基づく線形方程式系の解法を,新しい四重項法を用いて提案する。テンソルネットワーク上で量子インスパイアされたバージョンを実行し、プロジェクションのような非単体演算を行う能力を生かした。
論文参考訳（メタデータ） (2023-09-11T08:18:41Z)
Deep Unrolling for Nonconvex Robust Principal Component Analysis [75.32013242448151]
我々はロバスト成分分析のためのアルゴリズムを設計する(A) 行列を低主行列とスパース主行列の和に分解する。
論文参考訳（メタデータ） (2023-07-12T03:48:26Z)
Optimization of a Hydrodynamic Computational Reservoir through Evolution [58.720142291102135]
我々は,スタートアップが開発中の流体力学系のモデルと,計算貯水池としてインターフェースする。我々は、進化探索アルゴリズムを用いて、読み出し時間と入力を波の振幅や周波数にどのようにマッピングするかを最適化した。この貯水池システムに進化的手法を適用することで、手作業パラメータを用いた実装と比較して、XNORタスクの分離性が大幅に向上した。
論文参考訳（メタデータ） (2023-04-20T19:15:02Z)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文参考訳（メタデータ） (2023-01-30T15:46:39Z)
Exact solutions for the time-evolution of quantum spin systems under arbitrary waveforms using algebraic graph theory [0.0966840768820136]
任意の時間関数のパラメトリック波形における量子スピン系の時間進化に対する正確な解析解を提供する一般的なアプローチが提示される。提案手法は、ODEや一括一貫したプロパゲータ近似を含む従来の数値法より一貫して優れる。
論文参考訳（メタデータ） (2022-05-10T22:34:13Z)
Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文参考訳（メタデータ） (2021-04-01T19:06:00Z)
Deep learning based numerical approximation algorithms for stochastic partial differential equations and high-dimensional nonlinear filtering problems [4.164845768197489]
本稿では、偏微分方程式(SPDE)の解に対するディープラーニングに基づく近似アルゴリズムの導入と研究を行う。本研究では,SPDEの駆動ノイズ過程のすべての実現にディープニューラルネットワークを用い,SPDEの解過程を近似する。これらのSPDEのそれぞれにおいて,提案した近似アルゴリズムは,最大50空間の短い実行時間で正確な結果を生成する。
論文参考訳（メタデータ） (2020-12-02T13:25:35Z)
Sequential Subspace Search for Functional Bayesian Optimization Incorporating Experimenter Intuition [63.011641517977644]
本アルゴリズムは,実験者のガウス過程から引き出された一組の引き数で区切られた関数空間の有限次元ランダム部分空間列を生成する。標準ベイズ最適化は各部分空間に適用され、次の部分空間の出発点(オリジン)として用いられる最良の解である。シミュレーションおよび実世界の実験,すなわちブラインド関数マッチング,アルミニウム合金の最適析出強化関数の探索,深層ネットワークの学習速度スケジュール最適化において,本アルゴリズムを検証した。
論文参考訳（メタデータ） (2020-09-08T06:54:11Z)

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。