实体
Runge–Kutta method
Runge–Kutta method
PulseAugur coverage of Runge–Kutta method — every cluster mentioning Runge–Kutta method 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 2 条
-
新型PolyNets无需训练即可模拟物理，可与数值求解器媲美
研究人员开发了一种名为PolyNets的新方法，无需传统训练即可模拟物理系统。这些网络将多项式动力学的连续时间神经表示与用于离散时间积分的循环网络相结合。当控制系数已知时，PolyNets可以绕过学习的需要，从而实现高效的硬件执行和并行模拟。在测试Korteweg-de Vries方程时，PolyNets在精度上可与成熟的数值求解器相媲美，在性能上优于经过训练的神经模型，尤其是在训练条件之外的幅度下。
-
研究：自适应RK优化器在神经网络训练中带来的收益有限，不如Adam
一项新研究调查了自适应Runge-Kutta (RK) 优化器在神经网络训练中的有效性，并将其与标准的Adam进行了比较。研究发现，在严格的计算匹配协议下，RK-Adam变体在降低训练损失方面并未优于普通的Adam，有时甚至表现更差。研究表明，这些RK方法的自适应性往往是虚幻的，步长经常达到最大值，并在广泛的容差设置下产生几乎相同的结果。虽然一个修复版本在降低训练损失方面显示出希望，但这种收益是脆弱的，并未转化为提高测试准确率，这表明…