会员服务
维度灾难是指在高维空间中分析和组织数据时出现的各种现象，这些现象在低维设置（例如日常体验的三维物理空间）中不会发生。
Forecasting intraday particle number size distribution: A functional time series approach
Arxiv
0+阅读 · 10月2日
Localized Diffusion Models
Localized Diffusion Models
Arxiv
0+阅读 · 9月27日
Neural semi-Lagrangian method for high-dimensional advection-diffusion problems
Arxiv
0+阅读 · 6月3日
Neural semi-Lagrangian method for high-dimensional advection-diffusion problems
Arxiv
0+阅读 · 4月29日
Stochastic particle method with birth-death dynamics
Arxiv
0+阅读 · 6月25日
Sparse Regularized Optimal Transport without Curse of Dimensionality
Arxiv
0+阅读 · 5月7日
Learning Neural Control Barrier Functions from Offline Data with Conservatism
Arxiv
0+阅读 · 5月1日
Full history recursive multilevel Picard approximations suffer from the curse of dimensionality for the Hamilton-Jacobi-Bellman equation of a stochastic control problem
Arxiv
0+阅读 · 6月30日
Lengthscale-informed sparse grids for kernel methods in high dimensions
Arxiv
0+阅读 · 6月9日
CoHiRF: A Scalable and Interpretable Clustering Framework for High-Dimensional Data
Arxiv
0+阅读 · 4月2日
High Dimensional Bayesian Optimization using Lasso Variable Selection
High Dimensional Bayesian Optimization using Lasso Variable Selection
Arxiv
0+阅读 · 4月2日
ClusterSC: Advancing Synthetic Control with Donor Selection
ClusterSC: Advancing Synthetic Control with Donor Selection
Arxiv
0+阅读 · 3月27日
Asymptotic-preserving particle-in-cell method for the magnetized Vlasov--Poisson--Fokker--Planck equation
Arxiv
0+阅读 · 2月28日
Multilevel Picard approximations overcome the curse of dimensionality in the numerical approximation of general semilinear PDEs with gradient-dependent nonlinearities
Arxiv
0+阅读 · 3月20日
How DNNs break the Curse of Dimensionality: Compositionality and Symmetry Learning
Arxiv
0+阅读 · 3月6日
参考链接
微信扫码咨询专知VIP会员
Top