Self-Supervised Learning from Noisy and Incomplete Data
从噪声和不完整数据中进行自监督学习
机构 * CNRS, ENS Lyon(法国国家科学研究中心、里昂高等师范学院) ; University of Edinburgh(爱丁堡大学)
AI总结 本文提出通过自监督学习方法从噪声和不完整数据中学习求解器,以解决逆问题,强调理论基础和实际应用。
高校专区
从噪声和不完整数据中进行自监督学习
机构 * CNRS, ENS Lyon(法国国家科学研究中心、里昂高等师范学院) ; University of Edinburgh(爱丁堡大学)
AI总结 本文提出通过自监督学习方法从噪声和不完整数据中学习求解器,以解决逆问题,强调理论基础和实际应用。
MMFormalizer: 多模态自动形式化
机构 * The University of Hong Kong(香港大学) ; University of Michigan, Ann Arbor(密歇根大学安娜堡分校) ; University of Edinburgh(爱丁堡大学) ; University of California, Santa Barbara(加州大学圣巴巴拉分校) ; Ohio State University(俄亥俄州立大学) ; University of California, Los Angeles(加州大学洛杉矶分校)
AI总结 MMFormalizer通过整合适应性定位与现实世界数学物理领域实体,实现多模态自动形式化,首次处理经典力学、相对论、量子力学和热力学等复杂领域。
Comments Technical Report