使用 L0 正则化稀疏化参数化模型
Sparsifying Parametric Models with L0 Regularization
University of Twente（特文特大学）；Imperial College London（伦敦帝国学院）
AI总结：
该研究介绍如何结合 L0 正则化与字典学习，为深度强化学习获得用于控制参数化偏微分方程的稀疏多项式策略，并提供代码与教程。
摘要：
本文对利用 L0 正则化稀疏化参数化模型的问题进行了教学性介绍。我们将该方法与字典学习相结合，为深度强化学习学习稀疏多项式策略，以控制参数化偏微分方程。代码和教程见：https://github.com/nicob15/Sparsifying-Parametric-Models-with-L0。
英文摘要：
This document contains an educational introduction to the problem of sparsifying parametric models with L0 regularization. We utilize this approach together with dictionary learning to learn sparse polynomial policies for deep reinforcement learning to control parametric partial differential equations. The code and a tutorial are provided here: https://github.com/nicob15/Sparsifying-Parametric-Models-with-L0.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
