Buchumschlag

Models for information propagation on graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dunbar, Oliver R. A., Elliott, Charles M., Kreusser, Lisa Maria
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Numerical Analysis Machine Learning Social and Information Networks Analysis of PDEs
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A physics-informed neural network framework for modeling obstacle-related equations
von: Bahja, Hamid El, et al.
Veröffentlicht: (2023)

Parallel-in-Time Solutions with Random Projection Neural Networks
von: Betcke, Marta M., et al.
Veröffentlicht: (2024)

DeepRitzSplit Neural Operator for Phase-Field Models via Energy Splitting
von: Huang, Chih-Kang, et al.
Veröffentlicht: (2026)

Physics-informed fine-tuning of foundation models for partial differential equations
von: Medvedev, Vlad, et al.
Veröffentlicht: (2026)

Barron Space Representations for Elliptic PDEs with Homogeneous Boundary Conditions
von: Chen, Ziang, et al.
Veröffentlicht: (2025)

Generalization Bounds for Physics-Informed Neural Networks for the Incompressible Navier-Stokes Equations
von: Andre-Sloan, Sebastien, et al.
Veröffentlicht: (2026)

Wasserstein Bounds for generative diffusion models with Gaussian tail targets
von: Wang, Xixian, et al.
Veröffentlicht: (2024)

Singularity Formation: Synergy in Theoretical, Numerical and Machine Learning Approaches
von: Wang, Yixuan
Veröffentlicht: (2026)

Regularity of Second-Order Elliptic PDEs in Spectral Barron Spaces
von: Chen, Ziang, et al.
Veröffentlicht: (2026)

Scalable Signature Kernel Computations for Long Time Series via Local Neumann Series Expansions
von: Tamayo-Rios, Matthew, et al.
Veröffentlicht: (2025)

Investigating the Ability of PINNs To Solve Burgers' PDE Near Finite-Time BlowUp
von: Kumar, Dibyakanti, et al.
Veröffentlicht: (2023)

Space-time deep neural network approximations for high-dimensional partial differential equations
von: Hornung, Fabian, et al.
Veröffentlicht: (2020)

Multiscale Hodge Scattering Networks for Data Analysis
von: Saito, Naoki, et al.
Veröffentlicht: (2023)

Mathematical Modeling of Cancer-Bacterial Therapy: Analysis and Numerical Simulation via Physics-Informed Neural Networks
von: Farkane, Ayoub, et al.
Veröffentlicht: (2026)

Learning efficient and provably convergent splitting methods
von: Kreusser, L. M., et al.
Veröffentlicht: (2024)

SPIKE: Stable Physics-Informed Kernel Evolution Method for Solving Hyperbolic Conservation Laws
von: Su, Hua, et al.
Veröffentlicht: (2025)

Size Lowerbounds for Deep Operator Networks
von: Mukherjee, Anirbit, et al.
Veröffentlicht: (2023)

Latent Space Element Method
von: Chung, Seung Whan, et al.
Veröffentlicht: (2026)

Dual Cone Gradient Descent for Training Physics-Informed Neural Networks
von: Hwang, Youngsik, et al.
Veröffentlicht: (2024)

Optimal accuracy for linear sets of equations with the graph Laplacian
von: Lehoucq, Richard B., et al.
Veröffentlicht: (2024)

Numerical simulation to the time fractional Vakhnenko Parkes equation for modeling the propagation of high frequency waves in relaxation medium
von: Das, Gayatri, et al.
Veröffentlicht: (2023)

Physics-informed neural networks for Timoshenko system with Thermoelasticity
von: Chebbi, Sabrine, et al.
Veröffentlicht: (2024)

Regularized Stein Variational Gradient Flow
von: He, Ye, et al.
Veröffentlicht: (2022)

From Monte Carlo to neural networks approximations of boundary value problems
von: Beznea, Lucian, et al.
Veröffentlicht: (2022)

Numerical Schemes for Signature Kernels
von: Cass, Thomas, et al.
Veröffentlicht: (2025)

Soliton profiles: Classical Numerical Schemes vs. Neural Network - Based Solvers
von: Haight, Chandler, et al.
Veröffentlicht: (2025)

One model to solve them all: 2BSDE families via neural operators
von: Furuya, Takashi, et al.
Veröffentlicht: (2025)

Variational convergence of the Scharfetter-Gummel scheme to the aggregation-diffusion equation and vanishing diffusion limit
von: Hraivoronska, Anastasiia, et al.
Veröffentlicht: (2023)

Grassmanian Interpolation of Low-Pass Graph Filters: Theory and Applications
von: Savostianov, Anton, et al.
Veröffentlicht: (2025)

Bulk-Surface Coupled PDE with an Open Boundary
von: Epstein, Charles L., et al.
Veröffentlicht: (2026)

Physics-informed deep learning and compressive collocation for high-dimensional diffusion-reaction equations: practical existence theory and numerics
von: Brugiapaglia, Simone, et al.
Veröffentlicht: (2024)

dyGRASS: Dynamic Spectral Graph Sparsification via Localized Random Walks on GPUs
von: Yuan, Yihang, et al.
Veröffentlicht: (2025)

SketchNE: Embedding Billion-Scale Networks Accurately in One Hour
von: Xie, Yuyang, et al.
Veröffentlicht: (2021)

Media Coverage of War Victims: Journalistic Biases in Reporting on Israel and Gaza
von: AlShebli, Bedoor, et al.
Veröffentlicht: (2025)

Gradient flow-based modularity maximization for community detection in multiplex networks
von: Bergermann, Kai, et al.
Veröffentlicht: (2024)

Variational approximation for a non-isothermal coupled phase-field system: Structure-preservation & Nonlinear stability
von: Brunk, Aaron, et al.
Veröffentlicht: (2023)

On some nonlocal, nonlinear diffusion problems
von: Chipot, M. M., et al.
Veröffentlicht: (2026)

Spatially-invariant opinion dynamics on the circle
von: Amorim, Giovanna, et al.
Veröffentlicht: (2024)

Structure-informed operator learning for parabolic Partial Differential Equations
von: Benth, Fred Espen, et al.
Veröffentlicht: (2024)

Analysis of nonlinear poroviscoelastic flows with discontinuous porosities
von: Bachmayr, Markus, et al.
Veröffentlicht: (2023)