欧洲空间局的欧几里德任务将进行弱重力透镜宇宙剪切和星系聚类的调查，以约束宇宙学模型和基本物理学理论。我们扩展和调整MontePython软件的欧几里德模拟似然，以匹配之前欧几里德费…
Read More基于学习的模型人-自主车辆交互，以增强混合车队控制的安全性
随着自动驾驶车辆（AVs）在公共道路上越来越普及，它们必然会与人类驾驶的车辆（HVs）在混合交通场景中相互作用。为确保AVs与HVs之间的安全互动，必须在开发AV控制策略时考虑HV…
Read More透过自由薛定谔方程的波包展开离散格林函数方法。
我们考虑由自由薛定谔方程控制的波包的扩散。这个看似简单的任务在各种量子实验模拟以及物质波干涉领域中扮演着重要角色。初始的强制约束导致波函数在以后的时间内非常快速地扩散，这显著地增加…
Read More缺陷处的化学：晶界的原子尺度相变
晶界是控制材料许多物理和化学性质的二维缺陷。我们在最近对晶界的缺陷相描述上展开构建，设计了一种触发和观察晶界相变的方法。通过高分辨率扫描透射电子显微镜解析了Mg中对称倾角晶界的原子…
Read MoreDiffIR：高效扩散模型用于图像恢复。
扩散模型（DM）通过将图像综合过程建模为去噪网络的连续应用，实现了SOTA性能。然而，与从头生成每个像素的图像综合不同，大多数图像恢复（IR）像素是已知的。因此，对于IR，传统的D…
Read More具有简单基于种群的进化的任意阶元学习
元学习，即学会学习的概念，使学习系统能够快速灵活地解决新任务。这通常涉及定义一组外循环元参数，然后用它们来更新一组内循环参数。大多数元学习方法使用复杂和计算昂贵的双层优化方案来更新…
Read More自适应理性 Krylov 方法用于指数 Runge-Kutta 积分器
我们考虑采用显式指数Runge-Kutta积分器来解决大型刚性常微分方程组的问题。这些问题源自连续域或内在离散图形域上的半离散半线性抛物型偏微分方程。一系列结果将指数积分器中计算$…
Read More通过辅助网络在连续学习中实现更好的稳定性与可塑性平衡。
与人类顺序学习新任务的自然能力相反，神经网络众所周知会遭受灾难性遗忘，即模型被优化为新任务后，在旧任务上的表现急剧下降。因此，连续学习（CL）社区提出了几种解决方案，旨在赋予神经网…
Read More使用多模态MRI数据的新型自编码器-LSTM模型用于卒中预后预测
病人的预测结果对缺血性卒中的治疗非常关键。本文提出了一种使用多模式磁共振成像（MRI）进行卒中结果预测的新型机器学习模型。所提出的模型包括两个序列级别的自动编码器（AE），其中级别…
Read More具有晶体对称性和光谱限制的三角多项式的优化，用于避免图形的集合。
三角多项式通常定义在整数格上。我们考虑具有晶体对称性的更大类别的权重和根格。本文提供了一种新的方法来最小化具有相关反射群不变性的三角多项式。不变性假设允许我们将目标函数重写为广义C…
Read More