Buchumschlag

Physics-Informed Neural Networks with Skip Connections for Modeling and Control of Gas-Lifted Oil Wells

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kittelsen, Jonas Ekeland, Antonelo, Eric Aislan, Camponogara, Eduardo, Imsland, Lars Struen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Physics-Informed Echo State Networks for Modeling Controllable Dynamical Systems
von: Mochiutti, Eric, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Networks for Control of Single-Phase Flow Systems Governed by Partial Differential Equations
von: Miyatake, Luis Kin, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Nets for Control of Dynamical Systems
von: Antonelo, Eric Aislan, et al.
Veröffentlicht: (2021)

Hierarchical Generative Adversarial Imitation Learning with Mid-level Input Generation for Autonomous Driving on Urban Environments
von: Couto, Gustavo Claudio Karl, et al.
Veröffentlicht: (2023)

Exploring multimodal implicit behavior learning for vehicle navigation in simulated cities
von: Antonelo, Eric Aislan, et al.
Veröffentlicht: (2025)

Solving Differential Equations using Physics-Informed Deep Equilibrium Models
von: Pacheco, Bruno Machado, et al.
Veröffentlicht: (2024)

Persistently Exciting Online Feedback Optimization Controller with Minimal Perturbations
von: Gude, Tore, et al.
Veröffentlicht: (2025)

Computing Linear Regions in Neural Networks with Skip Connections
von: Joyce, Johnny, et al.
Veröffentlicht: (2025)

An updated look on the convergence and consistency of data-driven dynamical models
von: Løvland, Kristian, et al.
Veröffentlicht: (2024)

Probabilistic Skip Connections for Deterministic Uncertainty Quantification in Deep Neural Networks
von: Jimenez, Felix, et al.
Veröffentlicht: (2025)

Multi-task and few-shot learning in virtual flow metering
von: Løvland, Kristian, et al.
Veröffentlicht: (2023)

On a closed-loop identification challenge in feedback optimization
von: Løvland, Kristian Lindbäck, et al.
Veröffentlicht: (2025)

A deep latent variable model for semi-supervised multi-unit soft sensing in industrial processes
von: Grimstad, Bjarne, et al.
Veröffentlicht: (2024)

Complementarity-constrained predictive control for efficient gas-balanced hybrid power systems
von: Hoang, Kiet Tuan, et al.
Veröffentlicht: (2024)

On the Adversarial Transferability of Generalized "Skip Connections"
von: Wang, Yisen, et al.
Veröffentlicht: (2024)

Can an MLP Absorb Its Own Skip Connection?
von: Mijoski, Antonij, et al.
Veröffentlicht: (2026)

Alberta Wells Dataset: Pinpointing Oil and Gas Wells from Satellite Imagery
von: Seth, Pratinav, et al.
Veröffentlicht: (2024)

Identifying Large-Scale Linear Parameter Varying Systems with Dynamic Mode Decomposition Methods
von: Jordanou, Jean Panaioti, et al.
Veröffentlicht: (2025)

Skip-Connected Policy Optimization for Implicit Advantage
von: Teng, Fengwei, et al.
Veröffentlicht: (2026)

Lambda-Skip Connections: the architectural component that prevents Rank Collapse
von: Joseph, Federico Arangath, et al.
Veröffentlicht: (2024)

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

ZNorm: Z-Score Gradient Normalization Accelerating Skip-Connected Network Training without Architectural Modification
von: Yun, Juyoung
Veröffentlicht: (2024)

Reservoir Computing for Detection of Steady State in Performance Tests of Compressors
von: Antonelo, Eric Aislan, et al.
Veröffentlicht: (2017)

Impact of Bottleneck Layers and Skip Connections on the Generalization of Linear Denoising Autoencoders
von: Ham, Jonghyun, et al.
Veröffentlicht: (2025)

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

Graph Neural Networks for the Offline Nanosatellite Task Scheduling Problem
von: Pacheco, Bruno Machado, et al.
Veröffentlicht: (2023)

WellPINN: Accurate Well Representation for Transient Fluid Pressure Diffusion in Subsurface Reservoirs with Physics-Informed Neural Networks
von: Walter, Linus, et al.
Veröffentlicht: (2025)

Development of Skip Connection in Deep Neural Networks for Computer Vision and Medical Image Analysis: A Survey
von: Xu, Guoping, et al.
Veröffentlicht: (2024)

The SkipSponge Attack: Sponge Weight Poisoning of Deep Neural Networks
von: Lintelo, Jona te, et al.
Veröffentlicht: (2024)

Efficient Skip Connections Realization for Secure Inference on Encrypted Data
von: Drucker, Nir, et al.
Veröffentlicht: (2023)

Only Large Weights (And Not Skip Connections) Can Prevent the Perils of Rank Collapse
von: Alman, Josh, et al.
Veröffentlicht: (2025)

SkipViT: Speeding Up Vision Transformers with a Token-Level Skip Connection
von: Ataiefard, Foozhan, et al.
Veröffentlicht: (2024)

Model Based and Physics Informed Deep Learning Neural Network Structures
von: Mohammad-Djafari, Ali, et al.
Veröffentlicht: (2024)

The Physics-Informed Neural Network Gravity Model: Generation III
von: Martin, John, et al.
Veröffentlicht: (2023)

Connecting Concept Convexity and Human-Machine Alignment in Deep Neural Networks
von: Dorszewski, Teresa, et al.
Veröffentlicht: (2024)

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)

Improving Model Representation and Reducing KV Cache via Skip Connections with First Value Heads
von: Wu, Zhoutong, et al.
Veröffentlicht: (2025)

A GPU-Accelerated Bi-linear ADMM Algorithm for Distributed Sparse Machine Learning
von: Olama, Alireza, et al.
Veröffentlicht: (2024)