Levenberg-Marquardt Algorithm for Mackey-Glass Chaotic Time Series Prediction
PulseAugur coverage of Levenberg-Marquardt Algorithm for Mackey-Glass Chaotic Time Series Prediction — every cluster mentioning Levenberg-Marquardt Algorithm for Mackey-Glass Chaotic Time Series Prediction across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
使用Levenberg-Marquardt算法的浅层PINNs显示出高精度
一篇新的研究论文探讨了使用Levenberg-Marquardt（LM）算法优化的浅层物理信息神经网络（PINNs）的有效性。研究表明，与Adam和BFGS等其他优化方法相比，当与LM结合使用时，浅层PINNs可以实现更快的收敛速度、更高的精度和更低的损失值。研究表明，对于各种非线性偏微分方程，具有有效二阶优化的浅层PINNs提供了一种计算效率高且准确的解决方案，其性能可能优于参数更少的深度网络。
-
新的PINN训练方法解决了高频和参数化PDE问题 · 跟踪4个来源
研究人员开发了新的方法来改进物理信息神经网络（PINN）的训练，解决了频谱偏差和表示-系数耦合等挑战。一种方法IFeF-PINN使用傅里叶增强特征来丰富网络的潜在空间，从而能够更准确地逼近高频偏微分方程（PDE）。另一种方法FALM-PINN通过使用傅里叶增强基表示和Levenberg-Marquardt算法进行系数拟合，将表示学习与系数拟合解耦，在具有挑战性的PDE上显示出显著的误差降低。此外，还提出了一种持续学习方法（CL-PIN…
-
新框架通过合成预训练简化患者特定手术配准
研究人员开发了一种新的患者特定二维/三维配准框架，这是图像引导手术的关键过程，用于将术前 CT 扫描与术中 X 射线图像对齐。所提出的方法利用了面向患者的无偏合成预训练，其中模型首先在从多个 CT 扫描生成的合成 X 射线图像上进行训练。然后，该预训练模型使用有限数据针对特定患者进行调整，从而显著降低了计算效率低下问题。该框架采用了域随机化技术，以增强对现实世界成像变化的鲁棒性，并使用球形相似性学习结合 Levenberg-Marqu…