研究人员发表了关于基于核的算子学习的新工作,详细介绍了误差分析和预算分配策略。该研究引入了一个涉及离线回归和在线重构算子的两阶段框架,并建立了平衡训练数据、输入观测和输出分辨率的条件。此外,还提出了一种物理信息扩展,该扩展在不重新训练的情况下融入了偏微分方程的知识,并通过数值实验证明了其有效性。 AI
影响 推进了算子学习的理论理解,可能提高AI模型在科学应用中的效率和准确性。
排序理由 该集群包含两篇关于算子学习理论方面的arXiv预印本,包括误差分析和收敛速度。
- arXiv
- Nicholas H. Nelsen
- alphaXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Kernel-based Operator Learning
- kernel reconstruction operator
- kernel regression operator
- Litmaps
- numerical analysis
- partial differential equation
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →