实体
Bernstein Polynomials
Bernstein Polynomials
PulseAugur coverage of Bernstein Polynomials — every cluster mentioning Bernstein Polynomials across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
SplineNet：深度学习方法整合CAD和CAE用于壳体结构
研究人员推出了一种新颖的深度学习方法SplineNet，用于复杂壳体结构的分析和设计。该方法通过使用水密样条表示，将计算机辅助设计（CAD）和计算机辅助工程（CAE）直接集成到神经网络中。SplineNet可以采用无数据模式运行，将基于物理的能量公式作为损失项，或者作为深度算子网络（DeepONet）的组成部分以数据驱动模式运行，以增强可解释性。该方法已被证明在处理复杂几何形状和简化传统分析流程方面是有效的。
-
新的 BerLU 激活函数提高了深度学习的稳定性和效率
研究人员引入了一种名为伯恩斯坦线性单元 (BerLU) 的新激活函数，旨在提高深度神经网络的稳定性和效率。通过利用伯恩斯坦多项式，BerLU 创建了一个平滑的过渡区域，解决了分段线性函数优化不稳定的问题以及平滑替代方案的计算开销。理论分析表明，BerLU 确保了稳定的梯度传播和单位 Lipschitz 常数，而对 Vision Transformers 和卷积神经网络的实证测试表明，与现有方法相比，其性能和效率均优于现有方法。
-
新方法以更高精度估计各向同性协方差函数
研究人员开发了一种新的非参数模型，使用 Bernstein 多项式来逼近无限维空间中的各向同性协方差函数。这种称为筛最大似然 (sML) 估计的方法，提供了一种计算上有效估计这些函数的方式。数值比较表明，sML 估计器在减少偏差和实现较低误差范数方面优于现有的参数和非参数方法，并在降水数据上展示了实际应用。