FAFM: Generación de Acciones Robóticas Continuas y Consistentes
Descubre cómo FAFM genera acciones robóticas continuas y consistentes usando DCT y restricción Sobolev. Mejora suavidad y éxito.
#sobolev
Estimación óptima de función de score con restricciones de derivadas
Descubre cómo las restricciones en derivadas permiten una estimación óptima de la función de score, evitando sobreajuste y mejorando modelos generativos
Garantías de generalización para operadores neuronales multi-entrada en Sobolev
Descubre las garantías de generalización para operadores neuronales multi-entrada en Sobolev. Ideal para problemas de PDEs y ciencia computacional.
Aproximación Sobolev con redes neuronales de tamaño fijo y precisión arbitraria
Descubre cómo las redes neuronales de tamaño fijo pueden aproximar funciones Sobolev con precisión arbitraria gracias a nuevas funciones de activación
Aprendizaje multiescala óptimo de operadores lineales
Descubre el aprendizaje multiescala óptimo: estimación de operadores lineales con tasas minimax y coste adaptativo.
Mezcla rápida para medidas de Gibbs en variedades riemannianas
Descubre cómo la mezcla rápida de Gibbs en variedades riemannianas logra tiempos polinomiales evitando barren plateaus y mínimos espurios.
¿Red más profunda o más ancha? Error de generalización óptimo
¿Red más profunda o ancha? Descubre cómo datos, parámetros y regularidad determinan la arquitectura óptima. Aplicación en PDEs con deep Ritz y PINN.