:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Zhiwei, Zhang, Lulu, Zhang, Zhongwang, Xu, Zhi-Qin John
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Mathematical Physics
Online-Zugang:	https://arxiv.org/abs/2405.03095
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Loss Spike in Training Neural Networks
von: Li, Xiaolong, et al.
Veröffentlicht: (2023)

Embedding Principle in Depth for the Loss Landscape Analysis of Deep Neural Networks
von: Bai, Zhiwei, et al.
Veröffentlicht: (2022)

The Loss Surfaces of Neural Networks with General Activation Functions
von: Baskerville, Nicholas P., et al.
Veröffentlicht: (2020)

Initialization is Critical to Whether Transformers Fit Composite Functions by Reasoning or Memorizing
von: Zhang, Zhongwang, et al.
Veröffentlicht: (2024)

Chebyshev Spectral Neural Networks for Solving Partial Differential Equations
von: Yin, Pengsong, et al.
Veröffentlicht: (2024)

Local Linear Recovery Guarantee of Deep Neural Networks at Overparameterization
von: Zhang, Yaoyu, et al.
Veröffentlicht: (2024)

Complexity Control Facilitates Reasoning-Based Compositional Generalization in Transformers
von: Zhang, Zhongwang, et al.
Veröffentlicht: (2025)

Neumann Series-based Neural Operator for Solving Inverse Medium Problem
von: Liu, Ziyang, et al.
Veröffentlicht: (2024)

Efficient High-Accuracy PDEs Solver with the Linear Attention Neural Operator
von: Zhong, Ming, et al.
Veröffentlicht: (2025)

Reasoning Bias of Next Token Prediction Training
von: Lin, Pengxiao, et al.
Veröffentlicht: (2025)

An Analysis for Reasoning Bias of Language Models with Small Initialization
von: Yao, Junjie, et al.
Veröffentlicht: (2025)

DGenNO: A Novel Physics-aware Neural Operator for Solving Forward and Inverse PDE Problems based on Deep, Generative Probabilistic Modeling
von: Zang, Yaohua, et al.
Veröffentlicht: (2025)

Symbolic Neural Ordinary Differential Equations
von: Li, Xin, et al.
Veröffentlicht: (2025)

Efficient Error Certification for Physics-Informed Neural Networks
von: Eiras, Francisco, et al.
Veröffentlicht: (2023)

UGrid: An Efficient-And-Rigorous Neural Multigrid Solver for Linear PDEs
von: Han, Xi, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Networks for Solving Derivative-Constrained PDEs
von: Hoshisashi, Kentaro, et al.
Veröffentlicht: (2026)

Symmetry Breaking in Neural Network Optimization: Insights from Input Dimension Expansion
von: Zhang, Jun-Jie, et al.
Veröffentlicht: (2024)

Understanding the Language Model to Solve the Symbolic Multi-Step Reasoning Problem from the Perspective of Buffer Mechanism
von: Wang, Zhiwei, et al.
Veröffentlicht: (2024)

QCPINN: Quantum-Classical Physics-Informed Neural Networks for Solving PDEs
von: Farea, Afrah, et al.
Veröffentlicht: (2025)

Adaptive Preconditioners Trigger Loss Spikes in Adam
von: Bai, Zhiwei, et al.
Veröffentlicht: (2025)

Solving Partial Differential Equations in Different Domains by Operator Learning method Based on Boundary Integral Equations
von: Meng, Bin, et al.
Veröffentlicht: (2024)

Anchor function: a type of benchmark functions for studying language models
von: Zhang, Zhongwang, et al.
Veröffentlicht: (2024)

General-Kindred Physics-Informed Neural Network to the Solutions of Singularly Perturbed Differential Equations
von: Wang, Sen, et al.
Veröffentlicht: (2024)

Hamiltonian Graph Inference Networks: Joint structure discovery and dynamics prediction for lattice Hamiltonian systems from trajectory data
von: Geng, Ru, et al.
Veröffentlicht: (2026)

Loss-Complexity Landscape and Model Structure Functions
von: Kolpakov, Alexander
Veröffentlicht: (2025)

Walsh-Hadamard Neural Operators for Solving PDEs with Discontinuous Coefficients
von: Cavallazzi, Giorgio M., et al.
Veröffentlicht: (2025)

Domain-Decomposed Graph Neural Network Surrogate Modeling for Ice Sheets
von: Propp, Adrienne M., et al.
Veröffentlicht: (2025)

Deep Neural Networks as the Semi-classical Limit of Topological Quantum Neural Networks: The problem of generalisation
von: Marciano, Antonino, et al.
Veröffentlicht: (2022)

Retrofitting Earth System Models with Cadence-Limited Neural Operator Updates
von: Bora, Aniruddha, et al.
Veröffentlicht: (2025)

Accelerated Airfoil Design Using Neural Network Approaches
von: Patel, Anantram, et al.
Veröffentlicht: (2025)

Solution of the Probabilistic Lambert Problem: Connections with Optimal Mass Transport, Schrödinger Bridge and Reaction-Diffusion PDEs
von: Teter, Alexis M. H., et al.
Veröffentlicht: (2024)

Transfer Learning on Multi-Dimensional Data: A Novel Approach to Neural Network-Based Surrogate Modeling
von: Propp, Adrienne M., et al.
Veröffentlicht: (2024)

A Unified Theory of Quantum Neural Network Loss Landscapes
von: Anschuetz, Eric R.
Veröffentlicht: (2024)

FEKAN: Feature-Enriched Kolmogorov-Arnold Networks
von: Menon, Sidharth S., et al.
Veröffentlicht: (2026)

Learning Hamiltonian neural Koopman operator and simultaneously sustaining and discovering conservation law
von: Zhang, Jingdong, et al.
Veröffentlicht: (2024)

Symbolic identification of tensor equations in multidimensional physical fields
von: Chen, Tianyi, et al.
Veröffentlicht: (2025)

BridgeNet: A Hybrid, Physics-Informed Machine Learning Framework for Solving High-Dimensional Fokker-Planck Equations
von: Mirzabeigi, Elmira, et al.
Veröffentlicht: (2025)

PO-CKAN:Physics Informed Deep Operator Kolmogorov Arnold Networks with Chunk Rational Structure
von: Wu, Junyi, et al.
Veröffentlicht: (2025)

Finite Element Neural Network Interpolation. Part I: Interpretable and Adaptive Discretization for Solving PDEs
von: Škardová, Kateřina, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Jump-Diffusions, with Financial Applications
von: Gao, Xuefeng, et al.
Veröffentlicht: (2024)