Buchumschlag

Rapid Estimation of Left Ventricular Contractility with a Physics-Informed Neural Network Inverse Modeling Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naghavi, Ehsan, Wang, Haifeng, Fan, Lei, Choy, Jenny S., Kassab, Ghassan, Baek, Seungik, Lee, Lik-Chuan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rapid prediction of cardiac activation in the left ventricle with geometric deep learning: a step towards cardiac resynchronization therapy planning
von: Naghavi, Ehsan, et al.
Veröffentlicht: (2025)

A Multi-Scale Finite Element Method for Investigating Fiber Remodeling in Hypertrophic Cardiomyopathy
von: Mehri, Mohammad, et al.
Veröffentlicht: (2025)

Robust AI-ECG for Predicting Left Ventricular Systolic Dysfunction in Pediatric Congenital Heart Disease
von: Yang, Yuting, et al.
Veröffentlicht: (2025)

Machine Learning Methods for Pricing Financial Derivatives
von: Fan, Lei, et al.
Veröffentlicht: (2024)

An Automated Computational Pipeline for Generating Large-Scale Cohorts of Patient-Specific Ventricular Models in Electromechanical In Silico Trials
von: Doste, Ruben, et al.
Veröffentlicht: (2025)

Synchronization in a market model with time delays
von: Dibeh, Ghassan, et al.
Veröffentlicht: (2024)

Physics Informed Neural Network using Finite Difference Method
von: Lim, Kart Leong, et al.
Veröffentlicht: (2026)

Finance-Informed Neural Network: Learning the Geometry of Option Pricing
von: Aboussalah, Amine M., et al.
Veröffentlicht: (2024)

GARCH-Informed Neural Networks for Volatility Prediction in Financial Markets
von: Xu, Zeda, et al.
Veröffentlicht: (2024)

FFV-PINN: A Fast Physics-Informed Neural Network with Simplified Finite Volume Discretization and Residual Correction
von: Wei, Chang, et al.
Veröffentlicht: (2026)

Swing contract pricing: with and without Neural Networks
von: Lemaire, Vincent, et al.
Veröffentlicht: (2023)

Physics-Informed Neural Networks for Shell Structures
von: Bastek, Jan-Hendrik, et al.
Veröffentlicht: (2022)

Whack-a-mole Online Learning: Physics-Informed Neural Network for Intraday Implied Volatility Surface
von: Hoshisashi, Kentaro, et al.
Veröffentlicht: (2024)

Brain-Inspired Physics-Informed Neural Networks: Bare-Minimum Neural Architectures for PDE Solvers
von: Markidis, Stefano
Veröffentlicht: (2024)

Physics-Informed Neural Networks for Solving Contact Problems in Three Dimensions
von: Sahin, Tarik, et al.
Veröffentlicht: (2024)

Transfer-learned Kolosov-Muskhelishvili Informed Neural Networks for Fracture Mechanics
von: Zhou, Shuwei, et al.
Veröffentlicht: (2026)

Deep-MacroFin: Informed Equilibrium Neural Network for Continuous Time Economic Models
von: Wu, Yuntao, et al.
Veröffentlicht: (2024)

Physics-Informed Holomorphic Neural Networks (PIHNNs): Solving Linear Elasticity Problems
von: Calafà, Matteo, et al.
Veröffentlicht: (2024)

Exploring Physics-Informed Neural Networks: From Fundamentals to Applications in Complex Systems
von: Ganga, Sai, et al.
Veröffentlicht: (2024)

Statistical Design of Thermal Protection System Using Physics-Informed Neural Network
von: Lyathakula, Karthik Reddy, et al.
Veröffentlicht: (2025)

GUIDe: Generative and Uncertainty-Informed Inverse Design for On-Demand Nonlinear Functional Responses
von: Mu, Haoxuan Dylan, et al.
Veröffentlicht: (2025)

A Market-Rule-Informed Neural Network for Efficient Imbalance Electricity Price Forecasting
von: Yu, Runyao, et al.
Veröffentlicht: (2026)

Enforced Interface Constraints for Domain Decomposition Method of Discrete Physics-Informed Neural Networks
von: Yin, Jichao, et al.
Veröffentlicht: (2025)

Multi-Objective Loss Balancing in Physics-Informed Neural Networks for Fluid Flow Applications
von: Farea, Afrah, et al.
Veröffentlicht: (2025)

Lattice-Boltzmann-Driven Physics-Informed Neural Networks for Droplet Wettability on Rough Surfaces
von: Meshram, Ganesh Sahadeo, et al.
Veröffentlicht: (2026)

SpotV2Net: Multivariate Intraday Spot Volatility Forecasting via Vol-of-Vol-Informed Graph Attention Networks
von: Brini, Alessio, et al.
Veröffentlicht: (2024)

A Topological Approach to Parameterizing Deep Hedging Networks
von: Das, Alok, et al.
Veröffentlicht: (2025)

A Dual Physics-Informed Kolmogorov-Arnold Neural Network Framework for Continuum Topology Optimization
von: Zhang, Junyuan, et al.
Veröffentlicht: (2026)

A Knowledge-Inspired Hierarchical Physics-Informed Neural Network for Pipeline Hydraulic Transient Simulation
von: Du, Jian, et al.
Veröffentlicht: (2024)

Chaotic Hedging with Iterated Integrals and Neural Networks
von: Neufeld, Ariel, et al.
Veröffentlicht: (2022)

Physics-Informed Deep Contrast Source Inversion: A Unified Framework for Inverse Scattering Problems
von: Sun, Haoran, et al.
Veröffentlicht: (2025)

Mamba Meets Financial Markets: A Graph-Mamba Approach for Stock Price Prediction
von: Mehrabian, Ali, et al.
Veröffentlicht: (2024)

Efficient Importance Sampling under Heston Model: Short Maturity and Deep Out-of-the-Money Options
von: Tu, Yun-Feng, et al.
Veröffentlicht: (2025)

Amalgamation of Physics-Informed Neural Network and LBM for the Prediction of Unsteady Fluid Flows in Fractal-Rough Microchannels
von: Meshram, Ganesh Sahadeo, et al.
Veröffentlicht: (2026)

A Physics-Informed Neural Network Framework for Simulating Creep Buckling in Growing Viscoelastic Biological Tissues
von: Lin, Zhongya, et al.
Veröffentlicht: (2025)

Physics Informed Neural Networks for Modeling of 3D Flow-Thermal Problems with Sparse Domain Data
von: Bhatnagar, Saakaar, et al.
Veröffentlicht: (2023)

Feature Mapping in Physics-Informed Neural Networks (PINNs)
von: Zeng, Chengxi, et al.
Veröffentlicht: (2024)

Inverse Portfolio Optimization with Synthetic Investor Data: Recovering Risk Preferences under Uncertainty
von: Cha, Jinho, et al.
Veröffentlicht: (2025)

From GARCH to Neural Network for Volatility Forecast
von: Zhao, Pengfei, et al.
Veröffentlicht: (2024)

Minimizing the Value-at-Risk of Loan Portfolio via Deep Neural Networks
von: Di Wang, Albert, et al.
Veröffentlicht: (2025)