实体
Robertson
Robertson
PulseAugur coverage of Robertson — every cluster mentioning Robertson 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 3 条
-
新框架增强神经ODE训练的可靠性
研究人员开发了GradRepair-ODE，一个旨在增强神经常微分方程（NODEs）训练可靠性的框架。该方法解决了数值求解器可能产生不准确梯度的问题，尤其是在科学机器学习和连续时间生成模型中。GradRepair-ODE在优化中使用ODE梯度之前对其进行验证、纠正或拒绝，确保了更值得信赖的训练过程。在合成ODE系统上的测试表明，它在修复可疑梯度和防止不安全更新方面是有效的。
-
信息检索研究被敦促采纳批判性理论以促进社会福祉
一篇新论文提出，信息检索（IR）研究应采纳批判性理论与实践，以更好地理解和促进社会福祉。作者认为，从主导的自由主义框架转向批判性框架，可以为Belkin和Robertson几十年前呼吁的理论基础提供支持。这一转变将明确以非支配为目标，阐明社会福祉的概念化，并能够批判性地评估在实现期望的社会变革方面的进展。
-
新方法使用隐式层求解刚性微分代数方程
研究人员开发了一种新颖的方法来学习刚性微分代数系统的算子模型，这类系统对于神经网络来说非常难以处理。他们的方法利用扩展牛顿隐式层，在单个可微分步骤中精确地强制执行代数约束，并将快速动力学近似为其准稳态值。这种物理引导的DeepONet架构与传统的惩罚方法甚至标准的牛顿求解器相比，显著降低了误差，并在并网逆变器和Robertson 刚性DAE等复杂系统上表现出强大的性能。