PulseAugur
中
实时 09:13:23

新方法用于神经网络ODE，利用最优控制实现自适应架构

作者 PulseAugur 编辑部 · [1 个来源] ·

提出了一种构建神经网络架构的新方法，称为层级面向目标的自适应性。该方法利用双重加权残差技术对神经微分方程进行最优控制，将问题构建为约束优化问题。该方法采用DG(0) Galerkin离散化和显式欧拉时间推进方案，并通过Adam和BFGS算法求解优化问题。该技术已应用于数据集分类任务，并在既有示例中展示了结果。 AI

影响 引入了一种利用最优控制原理构建神经网络的新型自适应方法。

排序理由 该集群包含一篇详细介绍新型神经网络构建方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新方法用于神经网络ODE，利用最优控制实现自适应架构

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Michael Hinterm\"uller, Michael Hinze, Denis Korolev ·

    神经ODE的层级目标导向自适应：最优控制视角

    arXiv:2601.07397v2 Announce Type: replace-cross Abstract: In this work, we propose a novel layerwise adaptive construction method for neural network architectures. Our approach is based on a goal--oriented dual-weighted residual technique for the optimal control of neural differe…

相关话题