实体
Feynman-Kac path-integral calculation of the ground-state energies of atoms
Feynman-Kac path-integral calculation of the ground-state energies of atoms
PulseAugur coverage of Feynman-Kac path-integral calculation of the ground-state energies of atoms — every cluster mentioning Feynman-Kac path-integral calculation of the ground-state energies of atoms across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究改进用于强化学习和离散采样的扩散模型
两篇新研究论文介绍了改进扩散模型的新颖方法。第一篇PReFlow通过结合基于评判器的提案选择和条件细化流来增强离线强化学习，在OGBench任务上取得了有竞争力的性能。第二篇FluxLite为离散扩散模型提供了一个无需训练的框架，该框架可以控制推理时的提案，显著降低了KL散度，并提高了2D Ising模型等基准测试的采样精度。
-
FK-PINNs改进了复杂偏微分方程的神经网络训练
研究人员开发了一种新方法，以改进物理信息神经网络（PINNs）在求解复杂偏微分方程（PDEs）方面的训练。该技术被称为“FK-PINNs”，在标准的PINN损失函数中引入了一个数据保真项，充当算子级别的预处理器。该方法被证明可以显著降低损失景观的条件数，从而在标准PINNs失效的情况下实现收敛。该方法利用Feynman-Kac泛函的蒙特卡洛平均来生成标签，并为具有tanh激活的网络提供非渐近误差界。