100元2小时不限次数电话号码,全国空降200元快餐联系方式,24小时微信快餐妹,全国同城约资源匹配系统
ENGLISH
|
学校主页
学院主页
学院概况
学院简介
现任领导
组织机构
联系方式
师资队伍
教授
副教授
讲师
党委行政
退休职工
科学研究
研究中心
数苑博雅讲座
数苑经纬讲坛
学术报告
学术会议
科研项目
科研论文
数苑学术沙龙
本科教学
教学动态
精品课程
教学团队
本科生实习
专业介绍与培养方案
研究生培养
研究生培养动态
研究生专业方向
研究生培养方案
党建园地
党建动态
数院党校
学生工作
学工热点
研究生园地
班团快讯
体坛风云
社团采风
学工制度
合作交流
校友动态
校友动态
人才招聘
科学研究
研究中心
数苑博雅讲座
数苑经纬讲坛
学术报告
学术会议
科研项目
科研论文
数苑学术沙龙
学术报告
当前位置:
学院主页
>
科学研究
>
学术报告
> 正文
计算数学视角下的机器学习算法
发布时间:2024-12-27 作者: 浏览次数:
Speaker:
谢和虎
DateTime:
2024年12月31日(周二)上午10:00-12:00
Brief Introduction to Speaker:
谢和虎 中科院数学与系统科学研究院 计算数学研究所
Place:
Abstract:
本报告从有限元方法中的子空间逼近角度来分析机器学习算法的误差,得到计算损失函数的积分误差是制约机器学习算法精度的主要原因之一。基于此理解,为了提高求解的精度,我们将介绍一种基于子空间迭代的机器学习算法,并用于高精度求解偏微分方程,充分体现神经网络的强表达能力。另外,为了求解高维偏微分方程,我们也将介绍张量神经网络及其相应性质,然后介绍基于张量神经神经网络的机器学习方法及其在求解高维偏微分方程中的应用。这里将介绍基于有限维逼近的后验误差估计思想来设计求解高维偏微分方程的损失函数,以得到机器学习求解的高精度。
上一条:
Combinatorial codes related to digital copyright protection
下一条:
When is Fractal uncertainty principle of discrete Cantor sets most uncertain?II
校外链接
中国数学会
国家基金委数理学部
中国数学均匀设计分会
陈省身数学研究所
北大数学
复旦数学
校内链接
华中师范大学
华中师大本科生院
华中师大学生就业工作处
数学通讯
版权所有 ? 2010 华中师范大学数学与统计学学院
官方微博
官方微信
在线投稿
主站蜘蛛池模板:
夏邑县
|
横峰县
|
义马市
|
安塞县
|
罗定市
|
莎车县
|
凤山县
|
莒南县
|
本溪市
|
开平市
|
循化
|
桃源县
|
陈巴尔虎旗
|
榆社县
|
南通市
|
宜城市
|
富源县
|
永平县
|
滁州市
|
页游
|
卢湾区
|
繁昌县
|
乌拉特前旗
|
荆州市
|
集安市
|
阳城县
|
呼伦贝尔市
|
河北省
|
贵定县
|
丽水市
|
托里县
|
临潭县
|
通山县
|
元江
|
新乐市
|
安义县
|
宣威市
|
大名县
|
吉林省
|
卓尼县
|
金华市
|