Buchumschlag

A Low Rank Neural Representation of Entropy Solutions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rim, Donsub, Welper, Gerrit
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Numerical Analysis Machine Learning 68T07, 41A46, 41A25, 65N15, 35L65
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Transformed Snapshot Interpolation with High Resolution Transforms
von: Welper, G.
Veröffentlicht: (2019)

Neural Flow Operators can Approximate any Operator: Abstract Frameworks and Universal Approximations
von: Chen, Shuang, et al.
Veröffentlicht: (2026)

Time-Frequency Analysis for Neural Networks
von: Abdeljawad, Ahmed, et al.
Veröffentlicht: (2025)

Entropy-based convergence rates of greedy algorithms
von: Li, Yuwen, et al.
Veröffentlicht: (2023)

A theoretical analysis on the inversion of matrices via Neural Networks designed with Strassen algorithm
von: Romera, Gonzalo, et al.
Veröffentlicht: (2025)

Neural empirical interpolation method for nonlinear model reduction
von: Hirsch, Max, et al.
Veröffentlicht: (2024)

Approximation and Gradient Descent Training with Neural Networks
von: Welper, G.
Veröffentlicht: (2024)

SUPN: Shallow Universal Polynomial Networks
von: Morrow, Zachary, et al.
Veröffentlicht: (2025)

Learning Low Rank Neural Representations of Hyperbolic Wave Dynamics from Data
von: Cho, Woojin, et al.
Veröffentlicht: (2025)

Simultaneous spatial-parametric collocation approximation for parametric PDEs with log-normal random inputs
von: Dũng, Dinh
Veröffentlicht: (2025)

Adaptive Randomized Neural Networks with Locally Activation Function: Theory and Algorithm for Solving PDEs
von: Bi, Ran, et al.
Veröffentlicht: (2026)

Universal Approximation of Dynamical Systems by Semi-Autonomous Neural ODEs and Applications
von: Li, Ziqian, et al.
Veröffentlicht: (2024)

A reduced order Schwarz method for nonlinear multiscale elliptic equations based on two-layer neural networks
von: Chen, Shi, et al.
Veröffentlicht: (2021)

Polynomial quasi-Trefftz DG for PDEs with smooth coefficients: elliptic problems
von: Imbert-Gérard, Lise-Marie, et al.
Veröffentlicht: (2024)

Universal approximation property of ODENet and ResNet with a single activation function
von: Kimura, Masato, et al.
Veröffentlicht: (2024)

Random Projection Neural Networks of Best Approximation: Convergence theory and practical applications
von: Fabiani, Gianluca
Veröffentlicht: (2024)

A discontinuous Galerkin method for elliptic-hyperbolic equations
von: Perinati, Chiara, et al.
Veröffentlicht: (2026)

Optimal Transport-inspired Deep Learning Framework for Slow-Decaying Kolmogorov n-width Problems: Exploiting Sinkhorn Loss and Wasserstein Kernel
von: Khamlich, Moaad, et al.
Veröffentlicht: (2023)

PODNO: Proper Orthogonal Decomposition Neural Operators
von: Cheng, Zilan, et al.
Veröffentlicht: (2025)

Equidistribution-based training of Free Knot Splines and ReLU Neural Networks
von: Appella, Simone, et al.
Veröffentlicht: (2024)

Sampling recovery in Bochner spaces and applications to parametric PDEs
von: Bartel, Felix, et al.
Veröffentlicht: (2024)

Weights initialization of neural networks for function approximation
von: Hu, Xinwen, et al.
Veröffentlicht: (2025)

Overlap Splines and Meshless Finite Difference Methods
von: Davydov, Oleg
Veröffentlicht: (2023)

Near-best univariate spline discrete quasi-interpolants on non-uniform partitions
von: Barrera, D., et al.
Veröffentlicht: (2004)

Convergence of Physics-Informed Neural Networks for Fully Nonlinear PDE's
von: Arakelyan, Avetik, et al.
Veröffentlicht: (2024)

Superconvergence points of Hermite spectral interpolation
von: Wang, Haiyong, et al.
Veröffentlicht: (2025)

Structure-Preserving Reconstruction of Convex Lipschitz Functionals on Hilbert Spaces from Finite Samples
von: Kratsios, Anastasis
Veröffentlicht: (2026)

ReLU neural network approximation to piecewise constant functions
von: Cai, Zhiqiang, et al.
Veröffentlicht: (2024)

Multilevel Training for Kolmogorov Arnold Networks
von: Southworth, Ben S., et al.
Veröffentlicht: (2026)

Optimal Approximation of Zonoids and Uniform Approximation by Shallow Neural Networks
von: Siegel, Jonathan W.
Veröffentlicht: (2023)

Enhancing Future Prediction of Linear and Nonlinear Reduced-Order Models for Transport-Dominated Problems Using Lagrangian Data
von: Li, Meng, et al.
Veröffentlicht: (2026)

Discretization Error of Fourier Neural Operators
von: Lanthaler, Samuel, et al.
Veröffentlicht: (2024)

RandONet: Shallow-Networks with Random Projections for learning linear and nonlinear operators
von: Fabiani, Gianluca, et al.
Veröffentlicht: (2024)

High-dimensional sparse trigonometric approximation in the uniform norm and consequences for sampling recovery
von: Moeller, Moritz, et al.
Veröffentlicht: (2024)

LR B-spline perspective for RM B-splines: construction and effortless refinements
von: Patrizi, Francesco
Veröffentlicht: (2025)

A Construction of $C^{r}$ Conforming Finite Elements on the Alfeld Split in Any Dimension
von: Lin, Ting, et al.
Veröffentlicht: (2026)

FastLRNR and Sparse Physics Informed Backpropagation
von: Cho, Woojin, et al.
Veröffentlicht: (2024)

Randomized Greedy Algorithms for Neural Network Optimization
von: Xu, Jinchao, et al.
Veröffentlicht: (2024)

Improving Matrix Exponential for Generative AI Flows: A Taylor-Based Approach Beyond Paterson--Stockmeyer
von: Sastre, Jorge, et al.
Veröffentlicht: (2025)

Adaptive methods for PDE's: wavelets or mesh refinement?
von: Cohen, Albert
Veröffentlicht: (2002)