Buchumschlag

A Deep Neural Network for Knot Placement in B-spline Approximation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Jiaqi, Wen, Zepeng, Kang, Hongmei, Yang, Zhouwang
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stochastic Reachability of Uncontrolled Systems via Probability Measures: Approximation via Deep Neural Networks
von: Sivaramakrishnan, Karthik, et al.
Veröffentlicht: (2023)

Accelerated Backward Forward Method for Convex Optimization
von: Wang, Zepeng, et al.
Veröffentlicht: (2026)

Convergence Rate Analysis for Monotone Accelerated Proximal Gradient Method
von: Wang, Zepeng, et al.
Veröffentlicht: (2025)

Accelerated Gradient Methods via Inertial Systems with Hessian-driven Damping
von: Wang, Zepeng, et al.
Veröffentlicht: (2025)

Fast convex optimization via inertial systems with asymptotically vanishing viscosity and Hessian-driven damping
von: Wang, Zepeng, et al.
Veröffentlicht: (2025)

Adaptive Accelerated Gradient Method for Smooth Convex Optimization
von: Wang, Zepeng, et al.
Veröffentlicht: (2025)

Curvilinear Mask Optimization for Inverse Lithography Based on B-splines and Delaunay Triangulation
von: Yi, Xiaoru, et al.
Veröffentlicht: (2025)

Universal Formulas for Safe Control and Their Neural Network Approximations
von: Mestres, Pol, et al.
Veröffentlicht: (2025)

Universal Approximation Power of Deep Residual Neural Networks via Nonlinear Control Theory
von: Tabuada, Paulo, et al.
Veröffentlicht: (2020)

Transmission Neural Networks: Approximate Receding Horizon Control for Virus Spread on Networks
von: Gao, Shuang, et al.
Veröffentlicht: (2025)

Optimal Placement of Smart Hybrid Transformers in Distribution Networks
von: Hayward, Samuel, et al.
Veröffentlicht: (2025)

Convergence and Bound Computation for Chance Constrained Distributionally Robust Models using Sample Approximation
von: Lei, Jiaqi, et al.
Veröffentlicht: (2024)

Minimal time of the pointwise controllability for degenerate singular operators and related numerical results via B-splines
von: Eddargani, Salah, et al.
Veröffentlicht: (2024)

Revisiting the Optimal PMU Placement Problem in Multi-Machine Power Networks
von: Kazma, Mohamad H., et al.
Veröffentlicht: (2023)

VALVEFIT: An analysis-suitable B-spline-based surface fitting framework for patient-specific modeling of tricuspid valves
von: Moola, Ajith, et al.
Veröffentlicht: (2025)

Designing gradient coils with the shape derivative and the closed B-spline curves
von: Takahashi, Toru
Veröffentlicht: (2024)

Learning Polynomial Activation Functions for Deep Neural Networks
von: Zhang, Linghao, et al.
Veröffentlicht: (2025)

Transmission Neural Networks: Approximation and Optimal Control
von: Gao, Shuang, et al.
Veröffentlicht: (2025)

Best free knot linear spline approximation and its application to neural networks
von: Peiris, Vinesha, et al.
Veröffentlicht: (2024)

Benchmarking Stochastic Approximation Algorithms for Fairness-Constrained Training of Deep Neural Networks
von: Kliachkin, Andrii, et al.
Veröffentlicht: (2025)

On the Nonsmooth Geometry and Neural Approximation of the Optimal Value Function of Infinite-Horizon Pendulum Swing-up
von: Han, Haoyu, et al.
Veröffentlicht: (2023)

Optimal Battery Placement in Power Grid
von: Sun, Ruotong, et al.
Veröffentlicht: (2025)

Distributed TD Tracking with Linear Function Approximation over Directed Communication Networks
von: Yang, Haocheng, et al.
Veröffentlicht: (2026)

Parameter-Adaptive Approximate MPC: Tuning Neural-Network Controllers without Retraining
von: Hose, Henrik, et al.
Veröffentlicht: (2024)

Soft Actor-Critic with Backstepping-Pretrained DeepONet for control of PDEs
von: Wang, Chenchen, et al.
Veröffentlicht: (2025)

An algorithm for a constrained P-spline
von: Campagna, Rosanna, et al.
Veröffentlicht: (2025)

Contracting Neural Networks: Sharp LMI Conditions with Applications to Integral Control and Deep Learning
von: Gokhale, Anand, et al.
Veröffentlicht: (2026)

Deep Neural Newsvendor
von: Han, Jinhui, et al.
Veröffentlicht: (2023)

Spiking Neural Networks: a theoretical framework for Universal Approximation and training
von: Biccari, Umberto
Veröffentlicht: (2025)

Improved Scalable Lipschitz Bounds for Deep Neural Networks
von: Syed, Usman, et al.
Veröffentlicht: (2025)

PDE Models for Deep Neural Networks: Learning Theory, Calculus of Variations and Optimal Control
von: Markowich, Peter, et al.
Veröffentlicht: (2024)

Collaborative Spacecraft Servicing under Partial Feedback using Lyapunov-based Deep Neural Networks
von: Nino, Cristian F., et al.
Veröffentlicht: (2025)

Stealthy Optimal Range-Sensor Placement for Target Localization
von: Nooshabadi, Mohammad Hussein Yoosefian, et al.
Veröffentlicht: (2024)

Progressive Optimal Path Sampling for Closed-Loop Optimal Control Design with Deep Neural Networks
von: Zhang, Xuanxi, et al.
Veröffentlicht: (2022)

Optimal Placement of Nature-Based Solutions for Urban Challenges
von: Pinto, Diego Maria, et al.
Veröffentlicht: (2025)

Multiple Joint Chance Constraints Approximation for Uncertainty Modeling in Dispatch Problems
von: Wen, Yilin, et al.
Veröffentlicht: (2024)

An Improved Finite-time Analysis of Temporal Difference Learning with Deep Neural Networks
von: Ke, Zhifa, et al.
Veröffentlicht: (2024)

Constraints-Informed Neural-Laguerre Approximation of Nonlinear MPC with Application in Power Electronics
von: Xu, Duo, et al.
Veröffentlicht: (2024)

Aerial Base Station Placement via Propagation Radio Maps
von: Romero, Daniel, et al.
Veröffentlicht: (2023)

Deep Operator Neural Network Model Predictive Control
von: de Jong, Thomas Oliver, et al.
Veröffentlicht: (2025)