实体
Hamiltonian Dynamics
Hamiltonian Dynamics
PulseAugur coverage of Hamiltonian Dynamics — every cluster mentioning Hamiltonian Dynamics across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
新的HMC算法解决了偏差并加速了采样时间 · 跟踪7个来源
研究人员开发了新的方法来解决哈密顿蒙特卡洛（HMC）算法中的偏差并提高效率。一项研究将偏差去局域化的概念扩展到未调整的HMC和欠阻尼Langevin方法，表明有限数量的积分步数可以控制高维分布中的偏差。另一篇论文介绍了随机哈密顿蒙特卡洛（RHMC），该方法通过使用随机积分时间，证明了从对数凹分布采样的加速混合时间保证。第三种方法，驯服随机梯度哈密顿蒙特卡洛（tSGHMC），被提出用于具有超线性增长梯度的优化问题，提供了理论保证，并在实…
-
新的arXiv论文详细介绍了凸优化技术的进展
arXiv上的两篇新研究论文探讨了凸优化的进展。第一篇论文介绍了一种用于在线凸优化（OCO）的统一探测模型，该模型即使在亚线性和噪声探测预算下也能改善最坏情况下的遗憾。第二篇论文提出了基于哈密顿动力学的算法，实现了光滑凸优化的加速收敛速率，将哈密顿动力学确立为确定性加速凸优化的一种有用基元。
-
受物理学启发的深度伪造检测器使用哈密顿动力学进行稳定性分析
研究人员开发了一种新颖的深度伪造检测方法，该方法通过分析其潜在稳定性而非仅仅是视觉模式来检测深度伪造。这种称为哈密顿作用异常检测（HAAD）的方法将图像建模在势能表面上，假设真实图像位于稳定的低能态，而深度伪造则占据不稳定的高能态。通过模拟哈密顿动力学，HAAD通过轨迹统计量化这些差异，在跨数据集基准测试中表现优于现有方法。