Fugu-MT 論文翻訳(概要): Kolmogorov--Arnold stability for discontinuous functions

関連論文リスト

Kolmogorov--Arnold against bounded translations [0.0]
Kolmogorov-Arnold表現定理(KART)は、ニューラルネットワークへの応用を通じて、最近大きな再活性化を経験した。我々は,KARTの有界対向翻訳に対する堅牢性について検討する。固定直交線型内部関数を用いた近似表現の明示的で自己完結的で構成的な証明を提供する。
論文参考訳（メタデータ） (2026-08-31T12:49:34Z)
Algebraic Kolmogorov--Arnold representation theorem for quantum measurement [0.0]
古典的なコルモゴロフ・アルノルド・アルノルド表現定理を量子情報理論に結びつける。我々は、非絡み合ったマルチキュービット積状態の任意の物理的性質が、局所的可観測物の有限で固定された集合を正確に利用できることを証明した。内部測定演算子に作用する有界な物理的摂動に対して、表現が安定であることを証明する。
論文参考訳（メタデータ） (2026-06-08T14:57:41Z)
On Multi-Step Theorem Prediction via Non-Parametric Structural Priors [50.16583672681106]
本研究では,インコンテキスト学習(ICL)のレンズによる学習自由な定理予測について検討する。本稿では,過去の解の時間的依存関係を有向グラフとしてエンコードし,推論中に探索空間を効果的に引き起こす明示的なトポロジ的制約を課すTheorem Precedence Graphsを提案する。 FormalGeo7kベンチマークの実験から,本手法は89.29%の精度を実現し,ICLベースラインを著しく上回り,最先端の教師付きモデルに適合することがわかった。
論文参考訳（メタデータ） (2026-03-05T06:08:50Z)
Empirical Stability Analysis of Kolmogorov-Arnold Networks in Hard-Constrained Recurrent Physics-Informed Discovery [0.0]
我々は、KAN(Kolmogorov-Arnold Networks)とHRPINN(Hard-Constrained Recurrent Physics Architectures)の統合について検討する。我々は, カンが重度の不安定性, より深い構成における不安定性, および乗法的項における一貫した失敗(Van der Pol)を示すことを示す。これらの経験的課題は、元の Kan の定式化における加法的帰納的バイアスの限界を強調し、将来のハイブリッドモデルに対する帰納的バイアスの予備的証拠を提供する。
論文参考訳（メタデータ） (2026-02-10T17:13:51Z)
The Molecular Structure of Thought: Mapping the Topology of Long Chain-of-Thought Reasoning [76.05038073223152]
有効かつ学習可能なLong CoTトラジェクトリは、統一された視点で安定な分子様構造を特徴とすることを示す。有効セマンティック異性体を導入し, 高速エントロピー収束を促進する結合のみが安定なLong CoT学習を支援することを示す。本稿では,効率の良いLong CoT構造の合成を導出する分布移動グラフ法であるMole-Synを提案する。
論文参考訳（メタデータ） (2026-01-09T18:39:01Z)
Topologically-Stabilized Graph Neural Networks: Empirical Robustness Across Domains [0.0]
グラフニューラルネットワーク(GNN)はグラフ表現学習の標準となっているが、構造的摂動に弱いままである。本稿では、永続的ホモロジー特徴と安定性の正則化を統合し、堅牢性を高める新しいフレームワークを提案する。提案手法は, 競争精度を維持しつつ, エッジ摂動に対して極めて頑健であることを示す。
論文参考訳（メタデータ） (2025-12-15T19:39:11Z)
Variational Kolmogorov-Arnold Network [10.822246003257563]
Kolmogorov Arnold Networks (KAN)は、機械学習モデルを構築するための新興アーキテクチャである。カンはコルモゴロフ=アルノルト理論の理論的基礎と拡張に基づいている。
論文参考訳（メタデータ） (2025-07-03T09:24:09Z)
Kolmogorov-Smirnov GAN [52.36633001046723]
我々は、KSGAN(Kolmogorov-Smirnov Generative Adversarial Network)という新しい深層生成モデルを提案する。既存のアプローチとは異なり、KSGANはKS距離の最小化として学習プロセスを定式化している。
論文参考訳（メタデータ） (2024-06-28T14:30:14Z)
Chebyshev Polynomial-Based Kolmogorov-Arnold Networks: An Efficient Architecture for Nonlinear Function Approximation [0.0]
本稿では,Chebyshev Kolmogorov-Arnoldの定理に触発された新しいニューラルネットワークアーキテクチャであるChebyshev Kolmogorov-Arnold Networkについて述べる。ネットワークのエッジ上でChebyshevによってパラメータ化された学習可能な関数を利用することで、Chebyshev Kansは関数近似タスクの柔軟性、効率、解釈性を向上させる。
論文参考訳（メタデータ） (2024-05-12T07:55:43Z)
Exploiting hidden structures in non-convex games for convergence to Nash equilibrium [62.88214569402201]
現代の機械学習アプリケーションは、非協調的なナッシュリリアとして定式化することができる。決定論的環境と決定論的環境の両方に明確な収束保証を提供する。
論文参考訳（メタデータ） (2023-12-27T15:21:25Z)
Stability of Neural Networks on Manifolds to Relative Perturbations [118.84154142918214]
グラフニューラルネットワーク(GNN)は多くの実践シナリオにおいて素晴らしいパフォーマンスを示している。 GNNは大規模グラフ上でうまくスケールすることができるが、これは既存の安定性がノード数とともに増加するという事実に矛盾する。
論文参考訳（メタデータ） (2021-10-10T04:37:19Z)
An Ode to an ODE [78.97367880223254]
我々は、O(d) 群上の行列フローに応じて主フローの時間依存パラメータが進化する ODEtoODE と呼ばれるニューラルODE アルゴリズムの新しいパラダイムを提案する。この2つの流れのネストされたシステムは、訓練の安定性と有効性を提供し、勾配の消滅・爆発問題を確実に解決する。
論文参考訳（メタデータ） (2020-06-19T22:05:19Z)
Stable and consistent density-based clustering via multiparameter persistence [49.1574468325115]
トポロジカルデータ解析による次数-リップス構成について考察する。我々は,入力データの摂動に対する安定性を,通信間距離を用いて解析する。私たちはこれらのメソッドを、Persistableと呼ばれる密度ベースのクラスタリングのためのパイプラインに統合します。
論文参考訳（メタデータ） (2020-05-18T19:45:04Z)

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。

論文の概要: Kolmogorov--Arnold stability for discontinuous functions

関連論文リスト