Buchumschlag

Score-Based Physics-Informed Neural Networks for High-Dimensional Fokker-Planck Equations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Zheyuan, Zhang, Zhongqiang, Karniadakis, George Em, Kawaguchi, Kenji
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Numerical Analysis Dynamical Systems 14J60
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hutchinson Trace Estimation for High-Dimensional and High-Order Physics-Informed Neural Networks
von: Hu, Zheyuan, et al.
Veröffentlicht: (2023)

Score-fPINN: Fractional Score-Based Physics-Informed Neural Networks for High-Dimensional Fokker-Planck-Levy Equations
von: Hu, Zheyuan, et al.
Veröffentlicht: (2024)

Tackling the Curse of Dimensionality with Physics-Informed Neural Networks
von: Hu, Zheyuan, et al.
Veröffentlicht: (2023)

Tackling the Curse of Dimensionality in Fractional and Tempered Fractional PDEs with Physics-Informed Neural Networks
von: Hu, Zheyuan, et al.
Veröffentlicht: (2024)

Tensor neural networks for high-dimensional Fokker-Planck equations
von: Wang, Taorui, et al.
Veröffentlicht: (2024)

State-space models are accurate and efficient neural operators for dynamical systems
von: Hu, Zheyuan, et al.
Veröffentlicht: (2024)

A Low-Rank BUG Method for Sylvester-Type Equations
von: Vretinaris, Georgios
Veröffentlicht: (2025)

Fisher entropic Fokker-Planck model of monatomic rarefied gases
von: Montanaro, Veronica, et al.
Veröffentlicht: (2025)

Scalable Bayesian Physics-Informed Kolmogorov-Arnold Networks
von: Gao, Zhiwei, et al.
Veröffentlicht: (2025)

DeepOnet Based Preconditioning Strategies For Solving Parametric Linear Systems of Equations
von: Kopaničáková, Alena, et al.
Veröffentlicht: (2024)

Two-scale Neural Networks for Partial Differential Equations with Small Parameters
von: Zhuang, Qiao, et al.
Veröffentlicht: (2024)

Weak Adversarial Neural Pushforward Method for Fractional Fokker-Planck Equations
von: He, Andrew Qing, et al.
Veröffentlicht: (2026)

Lévy Score Function and Score-Based Particle Algorithm for Nonlinear Lévy--Fokker--Planck Equations
von: Huang, Yuanfei, et al.
Veröffentlicht: (2024)

Discontinuity Computing using Physics-Informed Neural Network
von: Liu, Li, et al.
Veröffentlicht: (2022)

GTH Algorithm, Censored Markov Chains, and $RG$-Factorization in Block-Form
von: Bu, Qihui, et al.
Veröffentlicht: (2026)

Dynamics of a particle under the Gravitational Potential of a Massive Annulus: properties and equilibrium description
von: Tresaco, Eva, et al.
Veröffentlicht: (2024)

Filtered Markovian Projection: Dimensionality Reduction in Filtering for Stochastic Reaction Networks
von: Hammouda, Chiheb Ben, et al.
Veröffentlicht: (2025)

Spectral Audit of In-Context Operator Networks
von: Gao, Zhiwei, et al.
Veröffentlicht: (2026)

Weak Adversarial Neural Pushforward Method for the McKean-Vlasov / Mean-Field Fokker-Planck Equation
von: He, Andrew Qing, et al.
Veröffentlicht: (2026)

Incorporating Continuous Dependence Qualifies Physics-Informed Neural Networks for Operator Learning
von: Li, Guojie, et al.
Veröffentlicht: (2026)

Enhancing Arterial Blood Flow Simulations through Physics-Informed Neural Networks
von: Bhargava, Shivam, et al.
Veröffentlicht: (2024)

Randomized Forward Mode Gradient for Spiking Neural Networks in Scientific Machine Learning
von: Wan, Ruyin, et al.
Veröffentlicht: (2024)

Parametric vector flows for registration fields in bounded domains with applications to nonlinear interpolation of shock-dominated flows
von: Labatut, Jon, et al.
Veröffentlicht: (2026)

Understanding and Resolving Singularities in 3D Dirichlet Boundary Problems
von: Levin, David
Veröffentlicht: (2026)

Neural Pushforward Samplers for the Fokker-Planck Equation on Embedded Riemannian Manifolds
von: He, Andrew Qing, et al.
Veröffentlicht: (2026)

Convergence to equilibrium for the kinetic Fokker-Planck equation on the torus
von: Dietert, Helge, et al.
Veröffentlicht: (2015)

Curvature-Aware Optimization for High-Accuracy Physics-Informed Neural Networks
von: Jnini, Anas, et al.
Veröffentlicht: (2026)

Deep Neural networks for solving high-dimensional parabolic partial differential equations
von: Zhang, Wenzhong, et al.
Veröffentlicht: (2026)

A Meshless Solver for Blood Flow Simulations in Elastic Vessels Using Physics-Informed Neural Network
von: Zhang, Han, et al.
Veröffentlicht: (2023)

Deep FBSDE Neural Networks for Solving Incompressible Navier-Stokes Equation and Cahn-Hilliard Equation
von: Deng, Yangtao, et al.
Veröffentlicht: (2024)

Structure-Preserving Numerical Methods for Fokker-Planck Equations
von: Bartel, Hanna, et al.
Veröffentlicht: (2024)

Feature Selection via Robust Weighted Score for High Dimensional Binary Class-Imbalanced Gene Expression Data
von: Khan, Zardad, et al.
Veröffentlicht: (2024)

Parameter Estimation and Adaptive Solution of the Leray-Burgers Equation Using Physics-Informed Neural Networks
von: Kim, Bong-Sik, et al.
Veröffentlicht: (2023)

Entropy Estimate for Degenerate SDEs with Applications to Nonlinear Kinetic Fokker-Planck Equations
von: Qian, Zhongmin, et al.
Veröffentlicht: (2023)

Variational structure of Fokker-Planck equations with variable mobility
von: Liu, Hailiang, et al.
Veröffentlicht: (2025)

Implicit Dynamical Tensor Train Approximation for Kinetic Equations with Stiff Fokker--Planck Collisions
von: Wang, Geshuo, et al.
Veröffentlicht: (2026)

Stochastic numerical approximation for nonlinear Fokker-Planck equations with singular kernels
von: Cazacu, Nicoleta
Veröffentlicht: (2025)

Analysis of biologically plausible neuron models for regression with spiking neural networks
von: De Florio, Mario, et al.
Veröffentlicht: (2023)

Improving the Vector Basis Neural Network for RANS Equations Using Separate Trainings
von: Oberto, Davide
Veröffentlicht: (2024)

Error Bounds for Physics-Informed Neural Networks in Fokker-Planck PDEs
von: Kong, Chun-Wei, et al.
Veröffentlicht: (2024)