Adaptive Lipschitz-Free Conditional Gradient Methods for Stochastic Composite Nonconvex Optimization
이 논문은 전역 매끄러움 상수나 선 탐색 없이도 적응적으로 국소 매끄러움을 추정하여 확률적 합성 비볼록 최적화 문제를 해결하는 새로운 투영 없는 프레임워크인 ALFCG 를 제안하고, 기존 방법론보다 우수한 수렴 복잡도와 실험 성능을 입증합니다.
💻 Category
cs.NA
254 편의 논문
Kinetic-based regularization: Learning spatial derivatives and PDE applications
이 논문은 이산적이고 노이즈가 포함된 데이터에서 공간 미분값을 정확하게 추정하기 위해 국소화된 커널 회귀 기법인 운동론 기반 정규화 (KBR) 를 확장하여 명시적 및 암시적 두 가지 학습 방식을 제안하고, 이를 보존 법칙을 유지하는 1 차원 쌍곡형 편미분방정식 (PDE) 의 안정적 해법으로 적용하는 방법을 제시합니다.
Certified and accurate computation of function space norms of deep neural networks
이 논문은 구간 산술, 적응적 세분화 및 수치 적분을 결합하여 신경망 구조를 직접 활용함으로써 함수 공간 노름 (Lebesgue 및 Sobolev 노름) 과 PINN 잔차에 대한 검증 가능하고 정확한 계산을 위한 프레임워크를 제시합니다.
Low-rank optimization methods based on projected projected-gradient descent that accumulate at Bouligand stationary points
이 논문은 랭크 제한 행렬 다양체 상의 비볼록 최적화 문제에서 국소 최적성을 위한 가장 강력한 필요 조건인 부리강 (Bouligand) 정상점에 수렴하는 두 가지 새로운 1 차 최적화 알고리즘을 제안하고 그 이론적 분석 및 성능을 검증합니다.
Onflow: a model free, online portfolio allocation algorithm robust to transaction fees
이 논문은 거래 비용을 고려하여 포트폴리오 할당을 최적화하는 모델 프리의 온라인 강화 학습 알고리즘인 'Onflow'를 제안하며, 이는 기존 벤치마크와 비교해 높은 거래 비용 환경에서도 우수한 성능을 보인다고 설명합니다.
Convergence of the Immersed Interface Method in Linear Elasticity
이 논문은 선형 탄성역학에서 인터페이스에 작용하는 힘의 적분을 수치적분으로 근사할 때, 두 문제의 해 사이의 -오차가 수치적분 오차와 동일한 차수로 수렴함을 증명하고, 이를 유한요소해가 아닌 정확한 해에 대한 이론적 분석과 수치 실험을 통해 입증합니다.
On the approximation of the von Neumann equation in the semiclassical limit. Part II : numerical analysis
이 논문은 Weyl 변수와 절단된 에르미트 급수 전개를 활용하여 준고전 극한에서 폰 노이만 방정식의 점근적 보존 근사인 에르미트 스펙트럴 방법의 수치 해석을 수행하고 오차 추정을 증명합니다.
Matrix Factorizations with Uniformly Random Pivoting
이 논문은 야코비 고유값 알고리즘과 가우스 소거법 등 다양한 행렬 분해 알고리즘을 통합된 프레임워크로 연결하고, 새로운 무작위 피벗팅 규칙을 도입하여 모든 알고리즘에 대해 선형 수렴 속도를 증명하고 야코비 알고리즘의 수치적 안정성에 대한 다항식 상한을 제시함으로써 데멜과 베셀릭이 제기한 오랜 난제를 해결했습니다.
Fast Bellman algorithm for real Monge-Ampere equation
이 논문은 벨만 원리를 활용하여 실수 몽주 - 암페르 방정식의 디리클레 문제를 해결하는 새로운 수치 알고리즘을 제안하고, 기존 방법보다 3 배에서 100 배 이상 빠른 속도로 수렴성을 증명하며 다양한 예시에서 그 성능을 입증했습니다.
Multi-Period Sparse Optimization for Proactive Grid Blackout Diagnosis
이 논문은 극한 상황 하에서 전력 계통의 붕괴를 유발하는 지속적이고 숨겨진 취약점을 식별하기 위해 다기간 희소 최적화 기법과 회로 이론 기반 전력 흐름 모델을 결합한 새로운 사전 진단 방법을 제안합니다.
A general framework for Krylov ODE residuals with applications to randomized Krylov methods
이 논문은 무작위화 크릴로브 방법의 효율성을 높이기 위해 미분방정식 잔차를 기반으로 한 새로운 사후 오차 추정법을 제안하고, 이를 다양한 크릴로브 기법으로 일반화하여 대규모 ODE 문제 해결에 적용하는 통합 프레임워크를 제시합니다.
Deep Eigenspace Network for Parametric Non-self-adjoint Eigenvalue Problems
이 논문은 비자기수반 연산자의 고유값 문제를 효율적으로 해결하기 위해 고유함수 대신 고유공간을 학습하는 '심층 고유공간 네트워크 (DEN)'를 제안하고, 이를 스테클로프 고유값 문제에 적용하여 이론적 수렴성과 수치적 유효성을 입증합니다.
Discrete versus continuous -- linear lattice models and their exact continuous counterparts
이 논문은 무한, 주기적, 고정 끝 조건을 가진 선형 격자 모델과 연속 편미분 방정식 간의 대응 관계를 푸리에 분석 도구를 활용하여 분산 관계를 중심으로 체계적으로 연구하고 있습니다.
Convergence Analysis of Block Newton Methods for 1D Shallow Neural Network Approximation
이 논문은 1 차원 얕은 신경망 근사에 대한 블록 뉴턴 방법의 국소 수렴성을 분석하고, 최적화 과정에서 기여도가 낮은 뉴런을 제거할 수 있는 축소 블록 뉴턴 (rBN) 방법의 수렴성을 입증합니다.
On the energy dissipation rate of ensemble eddy viscosity models of turbulence: Shear flows
이 논문은 난류의 앙상블 와점성 모델이 기존 모델의 과다 확산 문제를 해결하면서도 해를 과도하게 확산시키는지 여부를 조사합니다.
A Machine Learning-Enhanced Hopf-Cole Formulation for Nonlinear Gas Flow in Porous Media
이 논문은 Klinkenberg 모델의 비선형성을 Hopf-Cole 변환을 통해 선형화하고 공유 트렁크 신경망과 DeepLS 솔버를 결합하여 다공성 매체 내 가스 흐름을 정밀하게 모델링하고 역산정을 수행하는 통합 프레임워크를 제안합니다.
Efficient numerical computation of traveler states in explicit mobility-based metapopulation models: Mathematical theory and application to epidemics
이 논문은 메타인구 모델에서 여행자 상태 계산을 위한 새로운 Runge-Kutta 단계 정렬 기법을 제안하여, 기존 방법의 이차적 복잡도를 선형 스케일로 줄이면서도 정확한 수치 해를 보장하고 대규모 네트워크에서 높은 계산 효율성을 달성함을 증명합니다.
Explicit Discrete Solution for Some Optimization Problems and Estimations with Respect to the Exact Solution
이 논문은 다차원 유계 영역에서 푸아송 방정식에 대한 두 가지 정상 열전도 시스템에 대해 유한 차분법을 적용하여 명시적 이산 해를 구하고, 격자 간격이 0 으로 수렴할 때의 오차 추정 및 수렴성을 증명하며, 특히 경계 조건에 대한 3 점 근사법을 사용하여 전역 수렴 차수를 에서 로 개선함을 보여줍니다.
Physics-based Approximation and Prediction of Speedlines in Compressor Performance Maps
이 논문은 Llamas 등 의 형식을 기반으로 초타원 (superellipse) 을 사용하여 희소 측정 데이터로부터 터보차저 성능 매핑의 속도선을 재구성하고 예측하는 물리 기반 2 단계 피팅 파이프라인을 제안하며, 이를 다양한 산업 데이터셋으로 검증하고 향후 물리-기계학습 하이브리드 접근법의 가능성을 논의합니다.
Ill-Conditioning in Dictionary-Based Dynamic-Equation Learning: A Systems Biology Case Study
이 논문은 시스템 생물학 사례 연구를 통해 희소 회귀 기반 동역학 식 학습에서 다중공선성으로 인한 수치적 불안정성 문제를 분석하고, 데이터 분포와 일치하는 직교 다항식 기저를 사용할 때 모델 복원 정확도가 향상됨을 보여줍니다.