PulseAugur
实时 09:32:26

新方法利用Chebyshev子空间滤波器加速特征值数据集生成

研究人员开发了一种名为排序Chebyshev子空间滤波器(SCSF)的新方法,以加速用于训练神经特征值方法的特征值数据集的生成。该方法利用了之前被忽视的算子之间的相似性,以减少冗余计算。SCSF利用快速傅里叶变换排序和Chebyshev子空间滤波器,从已求解的问题中重用特征对,与传统的数值求解器相比,速度提高了3.5倍。 AI

影响 加速了神经特征值方法的 डेटा生成,可能降低训练成本和时间。

排序理由 学术论文,详细介绍了加速神经特征值方法 डेटा生成的新方法。

在 arXiv cs.LG 阅读 →

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

新方法利用Chebyshev子空间滤波器加速特征值数据集生成

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Hong Wang, Jie Wang, Jian Luo, huanshuo dong, Yeqiu Chen, Runmin Jiang, Zhen huang ·

    通过切比雪夫子空间滤波器加速特征值数据集生成

    arXiv:2510.23215v2 Announce Type: replace Abstract: Eigenvalue problems are among the most important topics in many scientific disciplines. With the recent surge and development of machine learning, neural eigenvalue methods have attracted significant attention as a forward pass …