会员服务
通用动力公司（General Dynamics）是一家美国的国防企业集团。2008年时通用动力是世界第五大国防工业承包商。由于近年来不断的扩充和并购其他公司，通用动力现今的组成与面貌已与冷战时期时大不相同。现今通用动力包含三大业务集团：海洋、作战系统和资讯科技集团。
The Global Empirical NTK: Self-Referential Bias and Dimensionality of Gradient Descent Learning
Arxiv
0+阅读 · 10月26日
Gradient Descent's Last Iterate is Often (slightly) Suboptimal
Arxiv
0+阅读 · 10月26日
\textit{4DSurf}: High-Fidelity Dynamic Scene Surface Reconstruction
Arxiv
0+阅读 · 10月26日
World from Motion: Generative Dynamic Gaussian Reconstruction from Monocular Video
Arxiv
0+阅读 · 10月23日
Connected (Dense) Partition for Tree-Like Graphs
Arxiv
0+阅读 · 10月19日
Learning Generative Dynamics with Soft Path-Law Constraints: A McKean-Vlasov FBSDE Approach
Arxiv
0+阅读 · 10月19日
Gradient descent reaches arbitrary accuracy in a fixed number of large steps on multiclass logistic regression
Arxiv
0+阅读 · 10月19日
A Minimal ReLU Classifier on Non-Linearly Separable Data: Convergence and Implicit Bias at and beyond the Edge of Stability
Arxiv
0+阅读 · 10月16日
DYSANOS Generative Dynamic Smooth Arbitrage-free Non-parametric Option Surfaces
Arxiv
0+阅读 · 10月15日
Open-MMUnlearning: Unifying Methods and Evaluation for MLLM Unlearning
Arxiv
0+阅读 · 10月13日
Accounting for model error in ensemble variational data assimilation through learned generative dynamics
Arxiv
0+阅读 · 10月12日
Dynamics of Gradient Descent with Large Step Size Near a Manifold of Flat Minima
Arxiv
0+阅读 · 9月6日
Genetic algorithm vs. gradient descent for training a neural network architecture dedicated to low data regimes in small medical datasets
Arxiv
0+阅读 · 9月17日
Ideal Paths for Approximating Logistic Gradient Descent Trajectories at Large Initialization
Arxiv
0+阅读 · 10月6日
Learning LDPC codes with density evolution over relaxed protographs
Arxiv
0+阅读 · 10月5日
参考链接
通用动力公司(GD)
微信扫码咨询专知VIP会员
Top