Hamiltonian Dynamics
PulseAugur coverage of Hamiltonian Dynamics — every cluster mentioning Hamiltonian Dynamics across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新理论揭示常见OOD检测方法的缺陷
研究人员在分布外（OOD）检测方法中发现了一种“吸引力排序不匹配”现象。当特征被吸引到分布内区域时，这种吸引力并不一定能改善分布内样本与分布外样本的相对排序。该研究利用条件哈密顿动力学发现，单个类亲和力得分的提高并不能保证OOD检测性能的提升，甚至在迁移到新数据集时可能导致性能下降。研究结果表明，关注分布内样本和分布外样本边界处的相对得分变化对于改进OOD检测至关重要。
-
TU Berlin 研究人员将 Transformer attention 重新构建为哈密顿动力学
柏林工业大学的研究人员提出了一种新的理解 Transformer attention 机制的方法，将其构建为阻尼哈密顿动力学。这种理论方法旨在改善小型模型的验证损失，尽管预印本中未详细说明具体的性能指标。
-
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。