:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	McClenny, Levi, Braga-Neto, Ulisses
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2009.04544
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Label Propagation Training Schemes for Physics-Informed Neural Networks and Gaussian Processes
von: Zhong, Ming, et al.
Veröffentlicht: (2024)

Generalized Resubstitution for Regression Error Estimation
von: Marcondes, Diego, et al.
Veröffentlicht: (2024)

DeepOSets: Non-Autoregressive In-Context Learning with Permutation-Invariance Inductive Bias
von: Chiu, Shao-Ting, et al.
Veröffentlicht: (2024)

BumpNet: A Sparse MLP Framework for Learning PDE Solutions
von: Chiu, Shao-Ting, et al.
Veröffentlicht: (2025)

Free-RBF-KAN: Kolmogorov-Arnold Networks with Adaptive Radial Basis Functions for Efficient Function Learning
von: Chiu, Shao-Ting, et al.
Veröffentlicht: (2026)

Convolution Operator Network for Forward and Inverse Problems (FI-Conv): Application to Plasma Turbulence Simulations
von: Chen, Xingzhuo, et al.
Veröffentlicht: (2026)

A State-Space Approach to Nonstationary Discriminant Analysis
von: Xie, Shuilian, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks for Multi-Phase Flow in Porous Media Considering Dual Shocks and Interphase Solubility
von: Zhang, Jingjing, et al.
Veröffentlicht: (2024)

In-Context Multi-Operator Learning with DeepOSets
von: Chiu, Shao-Ting, et al.
Veröffentlicht: (2025)

Generalizable and Fast Surrogates: Model Predictive Control of Articulated Soft Robots using Physics-Informed Neural Networks
von: Habich, Tim-Lukas, et al.
Veröffentlicht: (2025)

Adaptive Soft Error Protection for Neural Network Processing
von: Xue, Xinghua, et al.
Veröffentlicht: (2024)

Solving Forward and Inverse Problems of Contact Mechanics using Physics-Informed Neural Networks
von: Sahin, T., et al.
Veröffentlicht: (2023)

Physics-Informed Neural Networks with Fourier Features and Attention-Driven Decoding
von: Arni, Rohan, et al.
Veröffentlicht: (2025)

SPINN: An Optimal Self-Supervised Physics-Informed Neural Network Framework
von: Pirayeshshirazinezhad, Reza
Veröffentlicht: (2025)

Outperforming Self-Attention Mechanisms in Solar Irradiance Forecasting via Physics-Guided Neural Networks
von: Abdullah, Mohammed Ezzaldin Babiker, et al.
Veröffentlicht: (2026)

Evidential Physics-Informed Neural Networks
von: Tan, Hai Siong, et al.
Veröffentlicht: (2025)

Adaptive Model-Predictive Control of a Soft Continuum Robot Using a Physics-Informed Neural Network Based on Cosserat Rod Theory
von: Licher, Johann, et al.
Veröffentlicht: (2025)

Multi-Grid Graph Neural Networks with Self-Attention for Computational Mechanics
von: Garnier, Paul, et al.
Veröffentlicht: (2024)

Evidential Physics-Informed Neural Networks for Scientific Discovery
von: Tan, Hai Siong, et al.
Veröffentlicht: (2025)

Conformalized Physics-Informed Neural Networks
von: Podina, Lena, et al.
Veröffentlicht: (2024)

Data-Driven Adaptive PID Control Based on Physics-Informed Neural Networks
von: Ito, Junsei, et al.
Veröffentlicht: (2025)

A Note on Graphon-Signal Analysis of Graph Neural Networks
von: Rauchwerger, Levi, et al.
Veröffentlicht: (2025)

eXtended Physics Informed Neural Network Method for Fracture Mechanics Problems
von: Lotfalian, Amin, et al.
Veröffentlicht: (2025)

A Family of Adaptive Activation Functions for Mitigating Failure Modes in Physics-Informed Neural Networks
von: Murari, Krishna
Veröffentlicht: (2026)

AB-PINNs: Adaptive-Basis Physics-Informed Neural Networks for Residual-Driven Domain Decomposition
von: Botvinick-Greenhouse, Jonah, et al.
Veröffentlicht: (2025)

SoftLMs: Efficient Adaptive Low-Rank Approximation of Language Models using Soft-Thresholding Mechanism
von: Bhatnagar, Priyansh, et al.
Veröffentlicht: (2024)

Drug Release Modeling using Physics-Informed Neural Networks
von: Qureshi, Daanish Aleem, et al.
Veröffentlicht: (2026)

Neural Networks With Dense Weights Are Not Universal Approximators
von: Rauchwerger, Levi, et al.
Veröffentlicht: (2026)

Preconditioning for Physics-Informed Neural Networks
von: Liu, Songming, et al.
Veröffentlicht: (2024)

Complex Physics-Informed Neural Network
von: Si, Chenhao, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks and Extensions
von: Raissi, Maziar, et al.
Veröffentlicht: (2024)

Online Traffic Density Estimation using Physics-Informed Neural Networks
von: Wilkman, Dennis, et al.
Veröffentlicht: (2025)

jinns: a JAX Library for Physics-Informed Neural Networks
von: Gangloff, Hugo, et al.
Veröffentlicht: (2024)

Perception-Informed Neural Networks: Beyond Physics-Informed Neural Networks
von: Mazandarani, Mehran, et al.
Veröffentlicht: (2025)

naPINN: Noise-Adaptive Physics-Informed Neural Networks for Recovering Physics from Corrupted Measurement
von: Kim, Hankyeol, et al.
Veröffentlicht: (2026)

The AI Scientific Community: Agentic Virtual Lab Swarms
von: Braga-Neto, Ulisses
Veröffentlicht: (2026)

AQ-PINNs: Attention-Enhanced Quantum Physics-Informed Neural Networks for Carbon-Efficient Climate Modeling
von: Dutta, Siddhant, et al.
Veröffentlicht: (2024)

Generalization, Expressivity, and Universality of Graph Neural Networks on Attributed Graphs
von: Rauchwerger, Levi, et al.
Veröffentlicht: (2024)

Surface Flux Transport Modeling using Physics Informed Neural Networks
von: Athalathil, Jithu J, et al.
Veröffentlicht: (2024)

Modelling of Underwater Vehicles using Physics-Informed Neural Networks with Control
von: Amer, Abdelhakim, et al.
Veröffentlicht: (2025)