guest ::
Continuous limits of residual neural networks in case of large input data
; ; ;
In
Communications in applied and industrial mathematics 13(1), Seiten/Artikel-Nr.:96-120
2022
Online
DOI: 10.2478/caim-2022-0008
DOI: 10.18154/RWTH-2023-01187
URL: https://publications.rwth-aachen.de/record/918221/files/918221.pdf
Einrichtungen
- Lehrstuhl für Numerische Mathematik (114610)
- Fachgruppe Mathematik (110000)
- Lehrstuhl für Angewandte Mathematik und Institut für Geometrie und Praktische Mathematik (111410)
Inhaltliche Beschreibung (Schlagwörter)
Neural networks (frei) ; controllability (frei) ; mean--field limit (frei) ; optimal control (frei) ; well--posedness (frei)
Thematische Einordnung (Klassifikation)
DDC: 510
OpenAccess: 
PDF
Dokumenttyp
Journal Article
Format
online
Sprache
English
Anmerkung
Peer reviewed article
Externe Identnummern
WOS Core Collection: WOS:000903740500002
SCOPUS: SCOPUS:2-s2.0-85145061244
Interne Identnummern
RWTH-2023-01187
Datensatz-ID: 918221
Beteiligte Länder
Germany, Italy
Related:
Preprint
Continuous limits of residual neural networks in case of large input data
1-22 (2021) [10.48550/ARXIV.2112.14150]
Fulltext by arXiv.org
BibTeX |
EndNote:
XML,
Text |
RIS
; 
; Clarivate Analytics Master Journal List ; Emerging Sources Citation Index ; SCOPUS ; Web of Science Core Collection
PDF