Buchumschlag

A Nonoverlapping Domain Decomposition Method for Extreme Learning Machines: Elliptic Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Chang-Ock, Lee, Youngkyu, Ryoo, Byungeun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Numerical Analysis Computational Engineering, Finance, and Science Machine Learning 65N55 (Primary), 35J25, 68T07 (Secondary)
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Neumann-Neumann Acceleration with Coarse Space for Domain Decomposition of Extreme Learning Machines
von: Lee, Chang-Ock, et al.
Veröffentlicht: (2025)

Quantitative analysis for $L^2$-estimates in linear elliptic equations via divergence-free transformation
von: Lee, Haesung
Veröffentlicht: (2025)

Operator Inference for Elliptic Eigenvalue Problems
von: Li, Haoqian, et al.
Veröffentlicht: (2025)

Least Squares with Equality constraints Extreme Learning Machines for the resolution of PDEs
von: De Falco, Davide Elia, et al.
Veröffentlicht: (2025)

Deep Micro Solvers for Rough-Wall Stokes Flow in a Heterogeneous Multiscale Method
von: Ström, Emanuel, et al.
Veröffentlicht: (2025)

Convergence of the Dirichlet-Neumann method for semilinear elliptic equations
von: Engström, Emil
Veröffentlicht: (2024)

Performance of Neural and Polynomial Operator Surrogates
von: Westermann, Josephine, et al.
Veröffentlicht: (2026)

A discontinuous Galerkin plane wave neural network method for Helmholtz equation and Maxwell's equations
von: Yuan, Long, et al.
Veröffentlicht: (2025)

A Neural Multigrid Solver for Helmholtz Equations with High Wavenumber and Heterogeneous Media
von: Cui, Chen, et al.
Veröffentlicht: (2024)

Discontinuous hybrid neural networks for the one-dimensional partial differential equations
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2025)

A framework of discontinuous Galerkin neural networks for iteratively approximating residuals
von: Yuan, Long, et al.
Veröffentlicht: (2025)

Multiscale Neural Networks for Approximating Green's Functions
von: Hao, Wenrui, et al.
Veröffentlicht: (2024)

Regularity Analysis and Tensor Neural Network Methods for Quasiperiodic Elliptic Equations
von: Ren, Jingze, et al.
Veröffentlicht: (2026)

A Flow-rate-conserving CNN-based Domain Decomposition Method for Blood Flow Simulations
von: Klaes, Simon, et al.
Veröffentlicht: (2025)

Deep asymptotic expansion method for solving singularly perturbed time-dependent reaction-advection-diffusion equations
von: Zhu, Qiao, et al.
Veröffentlicht: (2025)

Using the Immersed Penalized Boundary Method with Splines to Solve PDE's on Curved Domains in 3D
von: Greene, Aussie, et al.
Veröffentlicht: (2025)

A discrete Saint-Venant principle for finite element discretizations of elliptic problems
von: Buchholz, Tim, et al.
Veröffentlicht: (2026)

FieldTNN-based machine learning method for Maxwell eigenvalue problems
von: Jiang, Jiantao, et al.
Veröffentlicht: (2024)

Extension and neural operator approximation of the electrical impedance tomography inverse map
von: de Hoop, Maarten V., et al.
Veröffentlicht: (2025)

Operator learning meets inverse problems: A probabilistic perspective
von: Nelsen, Nicholas H., et al.
Veröffentlicht: (2025)

Learning a generalized multiscale prolongation operator
von: Liu, Yucheng, et al.
Veröffentlicht: (2024)

Application of machine learning regression models to inverse eigenvalue problems
von: Pallikarakis, Nikolaos, et al.
Veröffentlicht: (2022)

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

Expression Rates of Neural Operators for Linear Elliptic PDEs in Polytopes
von: Marcati, Carlo, et al.
Veröffentlicht: (2024)

Neural Preconditioned Born Series: A Metric-Matched Framework for Learning-based Preconditioners
von: Wang, Juntao, et al.
Veröffentlicht: (2026)

Machine Learning-based quadratic closures for non-intrusive Reduced Order Models
von: Codega, Gabriele, et al.
Veröffentlicht: (2025)

Neumann-Neumann type domain decomposition of elliptic problems on metric graphs
von: Kovács, Mihály, et al.
Veröffentlicht: (2024)

Monolithic Multi-level Overlapping Schwarz Solvers for Fluid Problems
von: Köhler, Stephan, et al.
Veröffentlicht: (2025)

Domain Decomposition Method for Poisson--Boltzmann Equations based on Solvent Excluded Surface
von: Jha, Abhinav, et al.
Veröffentlicht: (2023)

Neural Network Localized Orthogonal Decomposition for Numerical Homogenization of Diffusion Operators with Random Coefficients
von: Kröpfl, Fabian, et al.
Veröffentlicht: (2025)

Neural Shape Operator Surrogates -- Expression Rate Bounds
von: Harbrecht, Helmut, et al.
Veröffentlicht: (2026)

Nonoverlapping domain decomposition preconditioners for discontinuous Galerkin approximations of Hamilton--Jacobi--Bellman equations
von: Smears, Iain
Veröffentlicht: (2014)

When can a neural operator replace a coarse solve? Architectural principles for two-level preconditioning
von: Melchers, Hugo, et al.
Veröffentlicht: (2026)

Reduced Order Modeling of Partial Differential Equations on Parameter-Dependent Domains Using Deep Neural Networks
von: Bukač, Martina, et al.
Veröffentlicht: (2024)

A neuron-wise subspace correction method for the finite neuron method
von: Park, Jongho, et al.
Veröffentlicht: (2022)

Subspace method based on neural networks for eigenvalue problems
von: Dai, Xiaoying, et al.
Veröffentlicht: (2024)

Hierarchical Coarse Basis by Randomised SVD: the Helmholtz Problem
von: Gander, Martin J., et al.
Veröffentlicht: (2025)

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

Neural Network Element Method for Partial Differential Equations
von: Wang, Yifan, et al.
Veröffentlicht: (2025)

Multigrid-Augmented Deep Learning Preconditioners for the Helmholtz Equation using Compact Implicit Layers
von: Lerer, Bar, et al.
Veröffentlicht: (2023)