Buchumschlag

Feature Mapping in Physics-Informed Neural Networks (PINNs)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeng, Chengxi, Burghardt, Tilo, Gambaruto, Alberto M
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RBF-PINN: Non-Fourier Positional Embedding in Physics-Informed Neural Networks
von: Zeng, Chengxi, et al.
Veröffentlicht: (2024)

Enhancing Physics-Informed Neural Networks with Domain-aware Fourier Features: Towards Improved Performance and Interpretable Results
von: Calero, Alberto Miño, et al.
Veröffentlicht: (2026)

PINNsFormer: A Transformer-Based Framework For Physics-Informed Neural Networks
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2023)

Scale-PINN: Learning Efficient Physics-Informed Neural Networks Through Sequential Correction
von: Chiu, Pao-Hsiung, et al.
Veröffentlicht: (2026)

KP-PINNs: Kernel Packet Accelerated Physics Informed Neural Networks
von: Yang, Siyuan, et al.
Veröffentlicht: (2025)

Hidformer: Transformer-Style Neural Network in Stock Price Forecasting
von: Szydłowski, Kamil Ł., et al.
Veröffentlicht: (2024)

Crash Assessment via Mesh-Based Graph Neural Networks and Physics-Aware Attention
von: Curtosi, Gabriel, et al.
Veröffentlicht: (2026)

Physics-Inspired Spatial Temporal Graph Neural Networks for Predicting Industrial Chain Resilience
von: Wang, Bicheng, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks for Thermophysical Property Retrieval
von: Waseem, Ali, et al.
Veröffentlicht: (2025)

Lang-PINN: From Language to Physics-Informed Neural Networks via a Multi-Agent Framework
von: He, Xin, et al.
Veröffentlicht: (2025)

PhyMPGN: Physics-encoded Message Passing Graph Network for spatiotemporal PDE systems
von: Zeng, Bocheng, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Networks for Radial Consolidation of Combined Electroosmotic, Vacuum and Surcharge Preloading Considering Smear Effects
von: Li, Dong, et al.
Veröffentlicht: (2026)

UrbanGraph: Physics-Informed Spatio-Temporal Dynamic Heterogeneous Graphs for Urban Microclimate Prediction
von: Xin, Weilin, et al.
Veröffentlicht: (2025)

SPIKE: Sparse Koopman Regularization for Physics-Informed Neural Networks
von: Miñoza, Jose Marie Antonio
Veröffentlicht: (2026)

Off-the-Shelf Neural Network Architectures for Forex Time Series Prediction come at a Cost
von: Zafeiriou, Theodoros, et al.
Veröffentlicht: (2024)

Physics-Informed Teacher-Student Ensemble Learning for Traffic State Estimation with a Varying Speed Limit Scenario
von: Huang, Archie J., et al.
Veröffentlicht: (2026)

An Advanced Convolutional Neural Network for Bearing Fault Diagnosis under Limited Data
von: Sun, Shengke, et al.
Veröffentlicht: (2025)

Out-of-Distribution Generalized Dynamic Graph Neural Network for Human Albumin Prediction
von: Zhang, Zeyang, et al.
Veröffentlicht: (2023)

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

Graph Neural Networks for Virtual Sensing in Complex Systems: Addressing Heterogeneous Temporal Dynamics
von: Zhao, Mengjie, et al.
Veröffentlicht: (2024)

Flexible Parallel Neural Network Architecture Model for Early Prediction of Lithium Battery Life
von: Jiang, Lidang, et al.
Veröffentlicht: (2024)

Physics-informed MeshGraphNets (PI-MGNs): Neural finite element solvers for non-stationary and nonlinear simulations on arbitrary meshes
von: Würth, Tobias, et al.
Veröffentlicht: (2024)

Advanced Displacement Magnitude Prediction in Multi-Material Architected Lattice Structure Beams Using Physics Informed Neural Network Architecture
von: Mishra, Akshansh
Veröffentlicht: (2024)

CoFEE: Reasoning Control for LLM-Based Feature Discovery
von: Westermann, Maximilian, et al.
Veröffentlicht: (2026)

Graph Network-based Structural Simulator: Graph Neural Networks for Structural Dynamics
von: Lucchetti, Alessandro, et al.
Veröffentlicht: (2025)

KANO: Kolmogorov-Arnold Neural Operator
von: Lee, Jin, et al.
Veröffentlicht: (2025)

Graph Neural Network-Based Predictive Modeling for Robotic Plaster Printing
von: Rivera, Diego Machain, et al.
Veröffentlicht: (2025)

Auxiliary Finite-Difference Residual-Gradient Regularization for PINNs
von: Kassinos, Stavros
Veröffentlicht: (2026)

Solving the Discretised Neutron Diffusion Equations using Neural Networks
von: Phillips, T. R. F., et al.
Veröffentlicht: (2023)

Large-Batch, Iteration-Efficient Neural Bayesian Design Optimization
von: Ansari, Navid, et al.
Veröffentlicht: (2023)

Atomistic Simulation Guided Convolutional Neural Networks for Thermal Modeling of Friction Stir Welding
von: Mishra, Akshansh
Veröffentlicht: (2025)

PIRF: Physics-Informed Reward Fine-Tuning for Diffusion Models
von: Yuan, Mingze, et al.
Veröffentlicht: (2025)

Physics-Informed Distillation of Diffusion Models for PDE-Constrained Generation
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

Trade When Opportunity Comes: Price Movement Forecasting via Locality-Aware Attention and Iterative Refinement Labeling
von: Zeng, Liang, et al.
Veröffentlicht: (2021)

Going with the Speed of Sound: Pushing Neural Surrogates into Highly-turbulent Transonic Regimes
von: Paischer, Fabian, et al.
Veröffentlicht: (2025)

Enhancing Heat Sink Efficiency in MOSFETs using Physics Informed Neural Networks: A Systematic Study on Coolant Velocity Estimation
von: Bora, Aniruddha, et al.
Veröffentlicht: (2026)

Input Specific Neural Networks
von: Jadoon, Asghar A., et al.
Veröffentlicht: (2025)

EvoMesh: Adaptive Physical Simulation with Hierarchical Graph Evolutions
von: Deng, Huayu, et al.
Veröffentlicht: (2024)

LLM-guided Chemical Process Optimization with a Multi-Agent Approach
von: Zeng, Tong, et al.
Veröffentlicht: (2025)

Surface-based Molecular Design with Multi-modal Flow Matching
von: Wu, Fang, et al.
Veröffentlicht: (2026)