ترجمه فارسی مقاله اثربخشی غیر منطقی در حل مشکلات معکوس با شبکه های عصبی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی The Unreasonable Effectiveness of Solving Inverse Problems with Neural Networks
عنوان مقاله به فارسی اثربخشی غیر منطقی در حل مشکلات معکوس با شبکه های عصبی
نویسندگان Philipp Holl, Nils Thuerey
فرمت مقاله انگلیسی PDF
تعداد صفحات 34
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,یادگیری ماشین ,
توضیحات Submitted 15 August, 2024; originally announced August 2024. , Comments: Source code to follow soon: https://ge.in.tum.de
توضیحات به فارسی ارسال شده در 15 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: کد منبع به زودی دنبال می شود: https://ge.in.tum.de
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Finding model parameters from data is an essential task in science and engineering, from weather and climate forecasts to plasma control. Previous works have employed neural networks to greatly accelerate finding solutions to inverse problems. Of particular interest are end-to-end models which utilize differentiable simulations in order to backpropagate feedback from the simulated process to the network weights and enable roll-out of multiple time steps. So far, it has been assumed that, while model inference is faster than classical optimization, this comes at the cost of a decrease in solution accuracy. We show that this is generally not true. In fact, neural networks trained to learn solutions to inverse problems can find better solutions than classical optimizers even on their training set. To demonstrate this, we perform both a theoretical analysis as well an extensive empirical evaluation on challenging problems involving local minima, chaos, and zero-gradient regions. Our findings suggest an alternative use for neural networks: rather than generalizing to new data for fast inference, they can also be used to find better solutions on known data.

چکیده به فارسی (ترجمه ماشینی)

یافتن پارامترهای مدل از داده ها یک کار اساسی در علم و مهندسی ، از پیش بینی آب و هوا و آب و هوا گرفته تا کنترل پلاسما است.آثار قبلی از شبکه های عصبی استفاده کرده اند تا بتوانند راه حل های پیدا کردن برای مشکلات معکوس را تسریع کنند.مورد علاقه خاص مدل های پایان به پایان است که از شبیه سازی های متفاوت به منظور بازخورد بازخورد از فرآیند شبیه سازی شده به وزن شبکه استفاده می کنند و امکان استفاده از مراحل زمانی چندگانه را فراهم می کنند.تاکنون فرض بر این است که ، در حالی که استنتاج مدل سریعتر از بهینه سازی کلاسیک است ، این به هزینه کاهش دقت محلول می رسد.ما نشان می دهیم که این به طور کلی درست نیست.در حقیقت ، شبکه های عصبی که برای یادگیری راه حل های برای مشکلات معکوس آموزش دیده اند ، می توانند راه حل های بهتری نسبت به بهینهای کلاسیک حتی در مجموعه آموزش خود پیدا کنند.برای نشان دادن این ، ما هم یک تحلیل نظری و هم یک ارزیابی تجربی گسترده در مورد مشکلات چالش برانگیز شامل حداقل های محلی ، هرج و مرج و مناطق شغلی صفر انجام می دهیم.یافته های ما یک استفاده جایگزین برای شبکه های عصبی را نشان می دهد: به جای تعمیم داده های جدید برای استنتاج سریع ، می توان از آنها نیز برای یافتن راه حل های بهتر در داده های شناخته شده استفاده کرد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.