グループ同変畳み込みニューラルネットワーク（G-CNN）を一般化する偏微分方程式ベースのフレームワークを紹介します。このフレームワークでは、ネットワーク層は、幾何学的に意味のあるPDE係数が層のトレー

arxiv_reader のブックマーク 2021/07/13 12:22

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4705391562016879170/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2001.09046v5" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2001.09046v5" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2001.09046v5" data-user-icon="/users/arxiv_reader/profile.png">PDEベースのグループ同変畳み込みニューラルネットワーク</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/CNN">CNN</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/approximation">approximation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/augmentation">augmentation</a>]</li></ul><br><p style="clear: left">グループ同変畳み込みニューラルネットワーク（G-CNN）を一般化する偏微分方程式ベースのフレームワークを紹介します。このフレームワークでは、ネットワーク層は、幾何学的に意味のあるPDE係数が層のトレー</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210713#bookmark-4705391562016879170"><span class="datetime-body">2021/07/13 12:22</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！