:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chang, Tyler, Gillette, Andrew, Maulik, Romit
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2404.03586
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretable Diagnostics and Adaptive Data Assimilation for Neural ODEs via Discrete Empirical Interpolation
von: Kim, Hojin, et al.
Veröffentlicht: (2025)

SALSA-RL: Stability Analysis in the Latent Space of Actions for Reinforcement Learning
von: Li, Xuyang, et al.
Veröffentlicht: (2025)

Interpretable A-posteriori Error Indication for Graph Neural Network Surrogate Models
von: Barwey, Shivam, et al.
Veröffentlicht: (2023)

A competitive baseline for deep learning enhanced data assimilation using conditional Gaussian ensemble Kalman filtering
von: Malik, Zachariah, et al.
Veröffentlicht: (2024)

Higher order quantum reservoir computing for non-intrusive reduced-order models
von: Jain, Vinamr, et al.
Veröffentlicht: (2024)

FIGNN: Feature-Specific Interpretability for Graph Neural Network Surrogate Models
von: Raut, Riddhiman, et al.
Veröffentlicht: (2025)

Adaptive Diffusion Posterior Sampling for Data and Model Fusion of Complex Nonlinear Dynamical Systems
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2026)

SC3D: Dynamic and Differentiable Causal Discovery for Temporal and Instantaneous Graphs
von: Das, Sourajit, et al.
Veröffentlicht: (2026)

Deep Learning of Solver-Aware Turbulence Closures from Nudged LES Dynamics
von: Suriyanarayanan, Ashwin, et al.
Veröffentlicht: (2026)

Binned Spectral Power Loss for Improved Prediction of Chaotic Systems
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2025)

A Weak Penalty Neural ODE for Learning Chaotic Dynamics from Noisy Time Series
von: Li, Xuyang, et al.
Veröffentlicht: (2025)

Semi-Implicit Neural Ordinary Differential Equations
von: Zhang, Hong, et al.
Veröffentlicht: (2024)

Divide And Conquer: Learning Chaotic Dynamical Systems With Multistep Penalty Neural Ordinary Differential Equations
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2024)

Generalizable data-driven turbulence closure modeling on unstructured grids with differentiable physics
von: Kim, Hojin, et al.
Veröffentlicht: (2023)

Differentiable Turbulence: Closure as a partial differential equation constrained optimization
von: Shankar, Varun, et al.
Veröffentlicht: (2023)

A note on the error analysis of data-driven closure models for large eddy simulations of turbulence
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2024)

Localized PCA-Net Neural Operators for Scalable Solution Reconstruction of Elliptic PDEs
von: Dhingra, Mrigank, et al.
Veröffentlicht: (2025)

LUCIE: A Lightweight Uncoupled ClImate Emulator with long-term stability and physical consistency for O(1000)-member ensembles
von: Guan, Haiwen, et al.
Veröffentlicht: (2024)

LUCIE-3D: A three-dimensional climate emulator for forced responses
von: Guan, Haiwen, et al.
Veröffentlicht: (2025)

Multimodal Atmospheric Super-Resolution With Deep Generative Models
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2025)

Measure-Theoretic Time-Delay Embedding
von: Botvinick-Greenhouse, Jonah, et al.
Veröffentlicht: (2024)

Improved deep learning of chaotic dynamical systems with multistep penalty losses
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2024)

Robust experimental data assimilation for the Spalart-Allmaras turbulence model
von: Aulakh, Deepinder Jot Singh, et al.
Veröffentlicht: (2023)

Enhancing Machine Learning Model Efficiency through Quantization and Bit Depth Optimization: A Performance Analysis on Healthcare Data
von: Goswami, Mitul, et al.
Veröffentlicht: (2025)

High-Resolution Climate Projections Using Diffusion-Based Downscaling of a Lightweight Climate Emulator
von: Guan, Haiwen, et al.
Veröffentlicht: (2026)

Pruning AMR: Efficient Visualization of Implicit Neural Representations via Weight Matrix Analysis
von: Zvonek, Jennifer, et al.
Veröffentlicht: (2025)

Classification Error Bound for Low Bayes Error Conditions in Machine Learning
von: Yang, Zijian, et al.
Veröffentlicht: (2025)

Data-Driven Physics-Informed Neural Networks: A Digital Twin Perspective
von: Yang, Sunwoong, et al.
Veröffentlicht: (2024)

Verifiable Error Bounds for Physics-Informed Neural KKL Observers
von: Berin-Costain, Hannah, et al.
Veröffentlicht: (2026)

MoWE : A Mixture of Weather Experts
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2025)

Scalable and Consistent Graph Neural Networks for Distributed Mesh-based Data-driven Modeling
von: Barwey, Shivam, et al.
Veröffentlicht: (2024)

SCI-Verifier: Scientific Verifier with Thinking
von: Zheng, Shenghe, et al.
Veröffentlicht: (2025)

Attention Based Machine Learning Methods for Data Reduction with Guaranteed Error Bounds
von: Li, Xiao, et al.
Veröffentlicht: (2024)

LLMComp: A Language Modeling Paradigm for Error-Bounded Scientific Data Compression (Technical Report)
von: Li, Guozhong, et al.
Veröffentlicht: (2025)

Tighter Generalisation Bounds via Interpolation
von: Viallard, Paul, et al.
Veröffentlicht: (2024)

Kernel Learning for Sample Constrained Black-Box Optimization
von: Rajagopalan, Rajalaxmi, et al.
Veröffentlicht: (2025)

Verifying Computational Graphs in Production-Grade Distributed Machine Learning Frameworks
von: Zulkifli, Kahfi S., et al.
Veröffentlicht: (2025)

Mesh-based Super-Resolution of Fluid Flows with Multiscale Graph Neural Networks
von: Barwey, Shivam, et al.
Veröffentlicht: (2024)

Unsupervised Machine Learning for Scientific Discovery: Workflow and Best Practices
von: Chang, Andersen, et al.
Veröffentlicht: (2025)

Channel Balance Interpolation in the Lightning Network via Machine Learning
von: Davis, Vincent, et al.
Veröffentlicht: (2024)