会员服务
论文 · 符号学 ·
6 月 6 日
Sufficient conditions for the surjectivity of radical curve parametrizations
翻译：暂无翻译
Jorce Caravantes,J. Rafael Sendra,David Sevilla,Carlos Villarino
Jorce Caravantes,J. Rafael Sendra,David Sevilla,Carlos Villarino
from arxiv, 18 pages, no figures

In this paper, we introduce the notion of surjective radical parametrization and we prove sufficient conditions for a radical curve parametrization to be surjective.


翻译：暂无翻译
0
下载
关闭预览

相关内容

论文（Paper）是专知网站核心资料文档，包括全球顶级期刊、顶级会议论文，及全球顶尖高校博士硕士学位论文。重点关注中国计算机学会推荐的国际学术会议和期刊，CCF-A、B、C三类。通过人机协作方式，汇编、挖掘后呈现于专知网站。
AAAI 2024 ｜ GCIL：因果视角下的图对比不变学习
AAAI 2024 ｜ GCIL：因果视角下的图对比不变学习
专知会员服务
17+阅读 · 3月5日
生成性对抗网络:理论模型、评估指标和最近发展的概述，Generative Adversarial Networks (GANs): An Overview of Theoretical Model, Evaluation Metrics, and Recent Developments
生成性对抗网络:理论模型、评估指标和最近发展的概述，Generative Adversarial Networks (GANs): An Overview of Theoretical Model, Evaluation Metrics, and Recent Developments
专知会员服务
40+阅读 · 2020年5月30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
33+阅读 · 2020年1月15日
【WSDM2020】超越统计关系：将知识关系整合到多标签音乐风格分类的风格关联中（附pdf）
专知会员服务
16+阅读 · 2019年11月23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
34+阅读 · 2019年10月17日
ExBert — 可视化分析Transformer学到的表示
ExBert — 可视化分析Transformer学到的表示
专知会员服务
31+阅读 · 2019年10月16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
152+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11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
39+阅读 · 2019年10月9日
学习自然语言处理路线图
学习自然语言处理路线图
专知会员服务
137+阅读 · 2019年9月24日
灾难性遗忘问题新视角：迁移-干扰平衡
灾难性遗忘问题新视角：迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+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
利用动态深度学习预测金融时间序列基于Python
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
论文浅尝 | 嵌入常识知识的注意力 LSTM 模型用于特定目标的基于侧面的情感分析
论文浅尝 | 嵌入常识知识的注意力 LSTM 模型用于特定目标的基于侧面的情感分析
开放知识图谱
28+阅读 · 2018年6月11日
论文浅尝 | 利用 RNN 和 CNN 构建基于 FreeBase 的问答系统
论文浅尝 | 利用 RNN 和 CNN 构建基于 FreeBase 的问答系统
开放知识图谱
11+阅读 · 2018年4月25日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
可解释的CNN
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5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
Hamilton-Jacibi方程的弱KAM理论
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
1+阅读 · 2015年12月31日
Volterra积分微分方程的多区间Chebyshev和Legendre谱配置法
国家自然科学基金
0+阅读 · 2015年12月31日
半参数空间自回归模型的理论研究及应用
国家自然科学基金
0+阅读 · 2015年12月31日
非线性Schrödinger方程孤立子和怪波的数值方法
国家自然科学基金
0+阅读 · 2015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
复杂多元数据的半参数统计推断
国家自然科学基金
5+阅读 · 2014年12月31日
Poisson流形上的修正Hamilton方法
国家自然科学基金
0+阅读 · 2014年12月31日
概率抽样设计及其统计推断方法
国家自然科学基金
4+阅读 · 2014年12月31日
基于Morrey空间的函数空间实变理论及其应用
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
Forecasting: theory and practice
Arxiv
57+阅读 · 2022年1月5日
Explaining generalization in deep learning: progress and fundamental limits
Arxiv
10+阅读 · 2021年10月17日
Information-theoretic generalization bounds for black-box learning algorithms
Arxiv
12+阅读 · 2021年10月4日
Incorporating prior financial domain knowledge into neural networks for implied volatility surface prediction
Arxiv
17+阅读 · 2021年5月28日
How to represent part-whole hierarchies in a neural network
Arxiv
13+阅读 · 2021年2月25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
104+阅读 · 2019年12月19日
Hyper-SAGNN: a self-attention based graph neural network for hypergraphs
Hyper-SAGNN: a self-attention based graph neural network for hypergraphs
Arxiv
17+阅读 · 2019年11月6日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
论文
符号学
相关VIP内容
AAAI 2024 ｜ GCIL：因果视角下的图对比不变学习
AAAI 2024 ｜ GCIL：因果视角下的图对比不变学习
专知会员服务
17+阅读 · 3月5日
生成性对抗网络:理论模型、评估指标和最近发展的概述，Generative Adversarial Networks (GANs): An Overview of Theoretical Model, Evaluation Metrics, and Recent Developments
生成性对抗网络:理论模型、评估指标和最近发展的概述，Generative Adversarial Networks (GANs): An Overview of Theoretical Model, Evaluation Metrics, and Recent Developments
专知会员服务
40+阅读 · 2020年5月30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
33+阅读 · 2020年1月15日
【WSDM2020】超越统计关系：将知识关系整合到多标签音乐风格分类的风格关联中（附pdf）
专知会员服务
16+阅读 · 2019年11月23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
34+阅读 · 2019年10月17日
ExBert — 可视化分析Transformer学到的表示
ExBert — 可视化分析Transformer学到的表示
专知会员服务
31+阅读 · 2019年10月16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
152+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11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
39+阅读 · 2019年10月9日
学习自然语言处理路线图
学习自然语言处理路线图
专知会员服务
137+阅读 · 2019年9月24日
热门VIP内容
相关资讯
灾难性遗忘问题新视角：迁移-干扰平衡
灾难性遗忘问题新视角：迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+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
利用动态深度学习预测金融时间序列基于Python
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
论文浅尝 | 嵌入常识知识的注意力 LSTM 模型用于特定目标的基于侧面的情感分析
论文浅尝 | 嵌入常识知识的注意力 LSTM 模型用于特定目标的基于侧面的情感分析
开放知识图谱
28+阅读 · 2018年6月11日
论文浅尝 | 利用 RNN 和 CNN 构建基于 FreeBase 的问答系统
论文浅尝 | 利用 RNN 和 CNN 构建基于 FreeBase 的问答系统
开放知识图谱
11+阅读 · 2018年4月25日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
可解释的CNN
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5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
Forecasting: theory and practice
Arxiv
57+阅读 · 2022年1月5日
Explaining generalization in deep learning: progress and fundamental limits
Arxiv
10+阅读 · 2021年10月17日
Information-theoretic generalization bounds for black-box learning algorithms
Arxiv
12+阅读 · 2021年10月4日
Incorporating prior financial domain knowledge into neural networks for implied volatility surface prediction
Arxiv
17+阅读 · 2021年5月28日
How to represent part-whole hierarchies in a neural network
Arxiv
13+阅读 · 2021年2月25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
104+阅读 · 2019年12月19日
Hyper-SAGNN: a self-attention based graph neural network for hypergraphs
Hyper-SAGNN: a self-attention based graph neural network for hypergraphs
Arxiv
17+阅读 · 2019年11月6日
相关基金
Hamilton-Jacibi方程的弱KAM理论
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
1+阅读 · 2015年12月31日
Volterra积分微分方程的多区间Chebyshev和Legendre谱配置法
国家自然科学基金
0+阅读 · 2015年12月31日
半参数空间自回归模型的理论研究及应用
国家自然科学基金
0+阅读 · 2015年12月31日
非线性Schrödinger方程孤立子和怪波的数值方法
国家自然科学基金
0+阅读 · 2015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
复杂多元数据的半参数统计推断
国家自然科学基金
5+阅读 · 2014年12月31日
Poisson流形上的修正Hamilton方法
国家自然科学基金
0+阅读 · 2014年12月31日
概率抽样设计及其统计推断方法
国家自然科学基金
4+阅读 · 2014年12月31日
基于Morrey空间的函数空间实变理论及其应用
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