Guang Lin

Entdecke die Vorteile des E-RSAV-Algorithmus bei Optimierungsaufgaben.

Ein neuer Ansatz kombiniert grobe und feine Lösungen für präzise Vorhersagen.

Verbesserung der Konfidenzintervalle für DeepONet mit Hilfe von Split Conformal Prediction-Methoden.

Eine neue Methode passt die Lernraten an, um das Training von Modellen schneller und besser zu machen.

Erkunde, wie Koopman-Autoencoder das Verhalten komplexer Systeme im Laufe der Zeit vorhersagen.

Entdecke, wie gegnerische Autoencoder Machine-Learning-Modelle mit begrenzten Daten verbessern.

Ein genauerer Blick auf Operatorenlernen und neuronale Netzwerke zur Lösung komplexer Gleichungen.

Forscher verbessern die Fähigkeit von LLMs, mit Mathe umzugehen, durch innovative Techniken.