Extending Neural Operators: Robust Handling of Functions Beyond the Training Set
이 논문은 커널 근사 기법과 RKHS 이론을 활용하여 훈련 데이터 분포를 벗어난 함수와 그 미분값까지 정확하게 처리할 수 있는 신경 연산자 확장 프레임워크를 제안하고, 타원형 편미분방정식 해를 통해 이를 검증했습니다.
342 편의 논문
이 논문은 커널 근사 기법과 RKHS 이론을 활용하여 훈련 데이터 분포를 벗어난 함수와 그 미분값까지 정확하게 처리할 수 있는 신경 연산자 확장 프레임워크를 제안하고, 타원형 편미분방정식 해를 통해 이를 검증했습니다.
이 논문은 확률적 오라클 환경에서 그라디언트와 음의 곡률 방향을 결합한 2 단계 프레임워크를 제안하여, 고확률 수렴 복잡도 보장을 제공하는 비볼록 최적화 방법론을 개발하고 그 유효성을 수치 실험을 통해 입증합니다.
이 논문은 네트워크 동역학 시스템에서 전역적 조정이 필요 없는 국소적 안전 필터를 구현하기 위해 특이 섭동 이론에 기반한 이중 시간 척도 설계를 제안하고, 매개변수 및 오차에 따른 안전성 저하의 정량적 관계를 규명합니다.
이 논문은 무작위 개입 시간 하의 연속 시간 다중 암 밴딧 문제를 다루며, 특히 레비 과정으로 진화하는 암들에 대해 기트킨스 지수를 명시적으로 유도하고 지수 분포 개입 시간과 특정 레비 과정 또는 확산 과정의 경우 척도 함수 등을 통해 지수를 구체화한 이론적 결과와 수치 실험을 제시합니다.
이 논문은 정보 구조 (IS) 관점에서 분산 부분 관측 마르코프 결정 과정 (Dec-POMDP) 하의 학습 기반 의사소통 (LTC) 문제를 형식화하고, 준고전적 (quasi-classical) 조건 하에서 계산적으로 다루기 쉬운 문제 클래스를 정의하며 이를 위한 증명 가능한 계획 및 학습 알고리즘을 제시합니다.
이 논문은 이질적인 전해조와 다양한 자원을 통합하여 주파수 안정성을 고려한 오프그리드 대규모 재생에너지 수소 생산 시스템의 최적 생산 스케줄링 프레임워크를 제안함으로써, 수소 생산량과 주파수 규제 성능을 동시에 향상시키는 방법을 제시합니다.
이 논문은 장기 기억 과정을 가진 환경 영향 평가 (특히 저서성 조류 개체수) 를 위해 불확실성 하에서 해석적 해가 가능한 무한 차원 확장 해밀턴 - 자코비 - 벨만 시스템을 제안하고, 이를 양자화 기법으로 수치적으로 해결하여 장기적 환경 현상 평가의 실용적 프레임워크를 제시합니다.
이 논문은 제한된 관측 하에서 전역 에이전트와 동질적 로컬 에이전트 간의 협력적 마코프 게임을 연구하며, 교대 학습 프레임워크를 통해 근사 내시 균형으로 수렴하고 상태 및 행동 공간의 샘플 복잡도 차이를 입증합니다.
이 논문은 2 단계 비볼록 비연속 확률 원뿔 계획 문제를 해결하기 위해 KKT 조건을 기반으로 한 비단조 2 단계 확률 변분 부등식으로 변환하고, Moreau 포락선과 점진적 페널티법을 활용한 successive difference-of-convax (SDC) 알고리즘을 제안하며, 이를 마코위츠 평균 - 분산 모델 확장에 적용하여 수치적 유효성을 입증합니다.
이 논문은 1.5 T 임상 MRI 스캔에서 비볼록 블라인드 역문제와 플러그 앤 플레이 전략을 결합하여 고해상도 이미지를 복원하고 다발성 경화증 진단에 중요한 생체표지자의 가시성을 향상시키는 새로운 초해상도 프레임워크를 제안합니다.
이 논문은 변이 베이지안 최적화를 통해 분석 확률 밀도 함수를 국소화하여 보조 국소화 기법 없이도 기존 앙상블 칼만 필터와 동등한 성능을 내는 새로운 필터링 접근법을 제안하고, 로렌츠 -96 모델을 통한 수치 실험으로 그 유효성을 입증했습니다.
이 논문은 Landau-Brazovskii 모델과 같은 Landau 유형의 자유 에너지 범함수에 대해 2 차 정류점 (국소 최소값) 을 계산하기 위해 푸리에 의사스펙트럴 방법과 Hessian 구조를 활용한 적응형 암시적 - 명시적 신뢰영역 기법을 제안하고, 이를 통해 기존 1 차 방법보다 saddle point 를 효율적으로 탈출하여 FDDD 상의 안정 영역을 성공적으로 규명했음을 보여줍니다.
이 논문은 비선형 비순환 네트워크의 동역학이 엣지에 존재하고 모든 노드가 자극받는 연속 시간 환경에서, 모든 싱크 노드를 측정하고 고차 미분 및 비영 초기 조건을 활용하여 트리 및 일반 방향 비순환 그래프 (DAG) 의 구조와 엣지 함수를 식별하는 방법을 제안합니다.
이 논문은 다목적 최적화에서 참 파레토 프론트가 알려지지 않은 경우에도 적용 가능한 기존 KKT 기반 수렴 지표를 재검토하고, 이질적인 잔차 분포에 대한 강건성을 향상시키기 위해 분위수 정규화를 기반으로 한 적응형 지표를 제안합니다.
이 논문은 재고 보충과 실시간 주문 이행의 상호작용을 분석하여 시스템 성능에 어느 요소가 더 결정적인 영향을 미치는지 규명하고, 이를 바탕으로 보충 주기나 알고리즘 개선의 상대적 가치를 정량적으로 평가하는 이론적·실무적 통찰을 제공합니다.
이 논문은 리만 다양체 상의 함수 최소화 문제를 해결하기 위해 기존 무제약 최적화 기법을 확장한 모멘텀 기반 리만ian 경사법을 제안하고, 의 복잡도 한계를 증명하며 Manopt 패키지의 최신 솔버들과의 비교 실험을 통해 그 효과성과 우수성을 입증합니다.
이 논문은 도시 계획 및 균일 양자화와 관련된 반이산 에너지의 Wasserstein 기울기 흐름을 JKO 스킴을 통해 분석하여, 특이한 이송 항을 가진 포물형 편미분방정식과 ODE 로 구성된 극한 시스템의 수렴성을 증명하고, 라그랑주 셀의 무게중심으로의 원자 수렴성 등 정성적 특성을 연구하며 선형 확산에서의 동적 결정화 현상을 수치 시뮬레이션을 통해 규명합니다.
본 논문은 다목적 최적화를 위한 확률적 드리프트 - 확산 모델을 제시하여 리아푸노프 안정성 분석을 rigorously 수행하고 pymoo 호환 알고리즘을 구현함으로써, 고차원 환경에서 제한된 평가 예산 하에 유효한 대안적 최적화 접근법을 제안합니다.
이 논문은 입력 크기에 대한 사전 제한 없이 무한차원 시스템의 도달 가능성 집합의 유계성을 위한 역 라이아푸노프 정리를 증명하고, 이를 통해 일반적 ODE 의 전방향 완비성에 대한 역 라이아푸노프 정리도 도출함을 보여줍니다.
이 논문은 무한 시간 Markov 결정 과정에서 확산 차분 (diffuse charge) 을 통한 보상 집계 방식이 시간 가치 원칙을 만족하지 않을 경우, 유한 상태 및 행동 공간을 가진 MDP 에서 순수 전략과 확률적 전략을 포함한 최적 전략이 존재하지 않을 수 있음을 반례를 통해 증명합니다.