Copertina

OptPDE: Discovering Novel Integrable Systems via AI-Human Collaboration

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kantamneni, Subhash, Liu, Ziming, Tegmark, Max
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computational Physics
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Language Models Use Trigonometry to Do Addition
di: Kantamneni, Subhash, et al.
Pubblicazione: (2025)

How Do Transformers "Do" Physics? Investigating the Simple Harmonic Oscillator
di: Kantamneni, Subhash, et al.
Pubblicazione: (2024)

Scaling Laws For Scalable Oversight
di: Engels, Joshua, et al.
Pubblicazione: (2025)

Are Sparse Autoencoders Useful? A Case Study in Sparse Probing
di: Kantamneni, Subhash, et al.
Pubblicazione: (2025)

Do Two AI Scientists Agree?
di: Fu, Xinghong, et al.
Pubblicazione: (2025)

A Neural Scaling Law from Lottery Ticket Ensembling
di: Liu, Ziming, et al.
Pubblicazione: (2023)

GenEFT: Understanding Statics and Dynamics of Model Generalization via Effective Theory
di: Baek, David D., et al.
Pubblicazione: (2024)

KAN 2.0: Kolmogorov-Arnold Networks Meet Science
di: Liu, Ziming, et al.
Pubblicazione: (2024)

Harmonic Loss Trains Interpretable AI Models
di: Baek, David D., et al.
Pubblicazione: (2025)

A Resource Model For Neural Scaling Law
di: Song, Jinyeop, et al.
Pubblicazione: (2024)

Language Models Represent Space and Time
di: Gurnee, Wes, et al.
Pubblicazione: (2023)

Neural Thermodynamic Laws for Large Language Model Training
di: Liu, Ziming, et al.
Pubblicazione: (2025)

The Quantization Model of Neural Scaling
di: Michaud, Eric J., et al.
Pubblicazione: (2023)

Enhancing predictive capabilities in fusion burning plasmas through surrogate-based optimization in core transport solvers
di: Rodriguez-Fernandez, P., et al.
Pubblicazione: (2023)

A Randomized PDE Energy driven Iterative Framework for Efficient and Stable PDE Solutions
di: Bing, Yi, et al.
Pubblicazione: (2026)

Survival of the Fittest Representation: A Case Study with Modular Addition
di: Ding, Xiaoman Delores, et al.
Pubblicazione: (2024)

On the creation of narrow AI: hierarchy and nonlocality of neural network skills
di: Michaud, Eric J., et al.
Pubblicazione: (2025)

Towards Understanding Distilled Reasoning Models: A Representational Approach
di: Baek, David D., et al.
Pubblicazione: (2025)

Physics-informed AI and ML-based sparse system identification algorithm for discovery of PDE's representing nonlinear dynamic systems
di: Pal, Ashish, et al.
Pubblicazione: (2024)

Opening the AI black box: program synthesis via mechanistic interpretability
di: Michaud, Eric J., et al.
Pubblicazione: (2024)

Stable spectral neural operator for learning stiff PDE systems from limited data
di: Zhang, Rui, et al.
Pubblicazione: (2025)

Physics of Skill Learning
di: Liu, Ziming, et al.
Pubblicazione: (2025)

AccelOpt: A Self-Improving LLM Agentic System for AI Accelerator Kernel Optimization
di: Zhang, Genghan, et al.
Pubblicazione: (2025)

Discovering High-Strength Alloys via Physics-Transfer Learning
di: Zhao, Yingjie, et al.
Pubblicazione: (2024)

The Remarkable Robustness of LLMs: Stages of Inference?
di: Lad, Vedang, et al.
Pubblicazione: (2024)

Decomposing The Dark Matter of Sparse Autoencoders
di: Engels, Joshua, et al.
Pubblicazione: (2024)

Low-Rank Adapting Models for Sparse Autoencoders
di: Chen, Matthew, et al.
Pubblicazione: (2025)

DGNN: A Neural PDE Solver Induced by Discontinuous Galerkin Methods
di: Chen, Guanyu, et al.
Pubblicazione: (2025)

Adaptive Uncertainty-Guided Model Selection for Data-Driven PDE Discovery
di: Thanasutives, Pongpisit, et al.
Pubblicazione: (2023)

One-shot acceleration of transient PDE solvers via online-learned preconditioners
di: Khodak, Mikhail, et al.
Pubblicazione: (2025)

Overcoming the Loss Conditioning Bottleneck in Optimization-Based PDE Solvers: A Novel Well-Conditioned Loss Function
di: Cao, Wenbo, et al.
Pubblicazione: (2025)

Discovering Interpretable Ordinary Differential Equations from Noisy Data
di: Golder, Rahul, et al.
Pubblicazione: (2025)

A Bayesian Approach for Discovering Time- Delayed Differential Equation from Data
di: Chowdhury, Debangshu, et al.
Pubblicazione: (2025)

Explain Like I'm Five: Using LLMs to Improve PDE Surrogate Models with Text
di: Lorsung, Cooper, et al.
Pubblicazione: (2024)

Hamiltonian Normalizing Flows as kinetic PDE solvers: application to the 1D Vlasov-Poisson Equations
di: Souveton, Vincent, et al.
Pubblicazione: (2025)

Towards Reasoning for PDE Foundation Models: A Reward-Model-Driven Inference-Time-Scaling Algorithm
di: Mansingh, Siddharth, et al.
Pubblicazione: (2025)

Meshless solutions of PDE inverse problems on irregular geometries
di: Roggeveen, James V., et al.
Pubblicazione: (2025)

Trunc-Opt vine building algorithms
di: Pfeifer, Dániel, et al.
Pubblicazione: (2025)

PDEfuncta: Spectrally-Aware Neural Representation for PDE Solution Modeling
di: Jo, Minju, et al.
Pubblicazione: (2025)

Bayesian Inference for PDE-based Inverse Problems using the Optimization of a Discrete Loss
di: Amoudruz, Lucas, et al.
Pubblicazione: (2025)