Fokker-Planck Equation for an Inverse-Square Force
PulseAugur coverage of Fokker-Planck Equation for an Inverse-Square Force — every cluster mentioning Fokker-Planck Equation for an Inverse-Square Force across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新AI框架发现随机系统中的李对称性
研究人员开发了LieStoNet，一个新颖的框架，旨在直接从时空数据中识别随机微分方程（SDE）中的李点对称性。这种无模板的方法学习漂移和扩散的神经网络代理，然后强制执行SDE确定方程和李代数公理来发现对称性。该系统还可以发现相关的Fokker-Planck方程的对称性，为噪声动力系统提供可解释的见解。
-
新的平稳分布理论解释随机森林集成大小调优 · 跟踪 2 个来源
本文介绍了一个理论框架，用于理解随机森林中基于平台的调优过程中集成大小的平稳分布。该研究将中心集成大小建模为生灭马尔可夫链，推导出其平稳分布并表征其散布。研究结果表明，基于平台的调优应被视为一个随机过程，而不是一个确定性的停止规则，这对集成大小的优化方式有影响。
-
论文通过Wasserstein几何统一扩散模型和流匹配
本文探讨了扩散模型和流匹配的底层几何学，揭示两者都受概率测度空间上二次Wasserstein距离的支配。研究提出，扩散模型遵循自由能的梯度流，类似于Fokker-Planck方程，而流匹配则学习Wasserstein空间中的测地线。通过在单一几何框架下统一这些模型，本文阐明了它们之间的关系，并提出流匹配的确定性ODE方法提供了更有效的采样方式。
-
新的PINN框架求解具有各种初始条件的Fokker-Planck方程
研究人员开发了一个新的框架，使用条件归一化流和物理信息神经网络（PINNs）来求解Fokker-Planck方程（FPE）。该方法通过重新构建问题以近似一个转移概率密度函数（PDF），从而有效地近似了各种初始条件的解算子。该方法利用一个相关的线性随机微分方程的PDF作为归一化流的基础分布，提高了准确性，尤其是在早期时间点，并减轻了数值不稳定性。