会员服务
泛函 ·
2024 年 12 月 10 日
Complexity of inversion of functions on the reals
翻译：暂无翻译
George Barmpalias,Mingyang Wang,Xiaoyan Zhang
George Barmpalias,Mingyang Wang,Xiaoyan Zhang

We study the complexity of deterministic and probabilistic inversions of partial computable functions on the reals.


翻译：暂无翻译
0
下载
关闭预览

相关内容

神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
专知会员服务
74+阅读 · 2020年8月2日
【AI应用】Facebook-利用神经网络求解高等数学方程, Using neural networks to solve advanced mathematics equations
【AI应用】Facebook-利用神经网络求解高等数学方程, Using neural networks to solve advanced mathematics equations
专知会员服务
34+阅读 · 2020年1月15日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
163+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Focal Loss for Dense Object Detection
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
Layer Normalization原理及其TensorFlow实现
Layer Normalization原理及其TensorFlow实现
深度学习每日摘要
32+阅读 · 2017年6月17日
基于Amalgam空间的Hardy空间实变理论及其应用
国家自然科学基金
1+阅读 · 2017年12月31日
Musielak-Orlicz-Sobolev 空间中的迹嵌入及其应用
国家自然科学基金
2+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
2+阅读 · 2015年12月31日
哈密尔顿系统及多体问题的周期解
国家自然科学基金
0+阅读 · 2014年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
A psychological theory of explainability
Arxiv
16+阅读 · 2022年5月17日
Characterizing and overcoming the greedy nature of learning in multi-modal deep neural networks
Arxiv
10+阅读 · 2022年2月10日
Information-theoretic generalization bounds for black-box learning algorithms
Arxiv
12+阅读 · 2021年10月4日
Recent advances in deep learning theory
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
106+阅读 · 2019年12月19日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
泛函
相关VIP内容
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
神经常微分方程教程，50页ppt，A brief tutorial on Neural ODEs
专知会员服务
74+阅读 · 2020年8月2日
【AI应用】Facebook-利用神经网络求解高等数学方程, Using neural networks to solve advanced mathematics equations
【AI应用】Facebook-利用神经网络求解高等数学方程, Using neural networks to solve advanced mathematics equations
专知会员服务
34+阅读 · 2020年1月15日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
36+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
163+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
热门VIP内容
相关资讯
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Focal Loss for Dense Object Detection
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
Layer Normalization原理及其TensorFlow实现
Layer Normalization原理及其TensorFlow实现
深度学习每日摘要
32+阅读 · 2017年6月17日
相关论文
A psychological theory of explainability
Arxiv
16+阅读 · 2022年5月17日
Characterizing and overcoming the greedy nature of learning in multi-modal deep neural networks
Arxiv
10+阅读 · 2022年2月10日
Information-theoretic generalization bounds for black-box learning algorithms
Arxiv
12+阅读 · 2021年10月4日
Recent advances in deep learning theory
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
106+阅读 · 2019年12月19日
相关基金
基于Amalgam空间的Hardy空间实变理论及其应用
国家自然科学基金
1+阅读 · 2017年12月31日
Musielak-Orlicz-Sobolev 空间中的迹嵌入及其应用
国家自然科学基金
2+阅读 · 2015年12月31日
Schr？dinger-Poisson方程守恒DDG方法研究
国家自然科学基金
2+阅读 · 2015年12月31日
哈密尔顿系统及多体问题的周期解
国家自然科学基金
0+阅读 · 2014年12月31日
动态Gr？bner 基与GVW算法
国家自然科学基金
0+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员
Top