Buchumschlag

Physics-Inspired Deep Learning and Transferable Models for Bridge Scour Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yousefpour, Negin, Wang, Bo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Application of Long-Short Term Memory and Convolutional Neural Networks for Real-Time Bridge Scour Prediction
von: Hashem, Tahrima, et al.
Veröffentlicht: (2024)

Compliance Minimization via Physics-Informed Gaussian Processes
von: Sun, Xiangyu, et al.
Veröffentlicht: (2025)

Simultaneous and Meshfree Topology Optimization with Physics-informed Gaussian Processes
von: Yousefpour, Amin, et al.
Veröffentlicht: (2024)

Localized Physics-informed Gaussian Processes with Curriculum Training for Topology Optimization
von: Yousefpour, Amin, et al.
Veröffentlicht: (2025)

Multi-material Multi-physics Topology Optimization with Physics-informed Gaussian Process Priors
von: Sun, Xiangyu, et al.
Veröffentlicht: (2026)

Advanced Predictive Modeling for Enhanced Mortality Prediction in ICU Stroke Patients Using Clinical Data
von: Abdollahi, Armin, et al.
Veröffentlicht: (2024)

Operator Learning with Gaussian Processes
von: Mora, Carlos, et al.
Veröffentlicht: (2024)

Enhanced Prediction of Ventilator-Associated Pneumonia in Patients with Traumatic Brain Injury Using Advanced Machine Learning Techniques
von: Ashrafi, Negin, et al.
Veröffentlicht: (2024)

Predicting E-commerce Purchase Behavior using a DQN-Inspired Deep Learning Model for enhanced adaptability
von: Jain, Aditi Madhusudan
Veröffentlicht: (2025)

Bridging Computational Social Science and Deep Learning: Cultural Dissemination-Inspired Graph Neural Networks
von: Hevapathige, Asela
Veröffentlicht: (2025)

Predicting Mycotoxin Contamination in Irish Oats Using Deep and Transfer Learning
von: Inglis, Alan, et al.
Veröffentlicht: (2025)

Physics-Inspired Interpretability Of Machine Learning Models
von: Niroomand, Maximilian P, et al.
Veröffentlicht: (2023)

Optimizing Mortality Prediction for ICU Heart Failure Patients: Leveraging XGBoost and Advanced Machine Learning with the MIMIC-III Database
von: Ashrafi, Negin, et al.
Veröffentlicht: (2024)

Hybrid Physics and Deep Learning Model for Interpretable Vehicle State Prediction
von: Baier, Alexandra, et al.
Veröffentlicht: (2021)

Integrating Marketing Channels into Quantile Transformation and Bayesian Optimization of Ensemble Kernels for Sales Prediction with Gaussian Process Models
von: Mirshekari, Shahin, et al.
Veröffentlicht: (2024)

Bridging Predictive Coding and MDL: A Two-Part Code Framework for Deep Learning
von: Prada, Benjamin, et al.
Veröffentlicht: (2025)

Model-Based Transfer Learning for Real-Time Damage Assessment of Bridge Networks
von: Tomassini, Elisa, et al.
Veröffentlicht: (2025)

On the Efficiency of NLP-Inspired Methods for Tabular Deep Learning
von: Thielmann, Anton Frederik, et al.
Veröffentlicht: (2024)

Deep Transfer Learning: Model Framework and Error Analysis
von: Jiao, Yuling, et al.
Veröffentlicht: (2024)

Transfer Learning for Deep Learning-based Prediction of Lattice Thermal Conductivity
von: Klochko, L., et al.
Veröffentlicht: (2024)

GraphBridge: Towards Arbitrary Transfer Learning in GNNs
von: Ju, Li, et al.
Veröffentlicht: (2025)

Predicting Wave Dynamics using Deep Learning with Multistep Integration Inspired Attention and Physics-Based Loss Decomposition
von: Deo, Indu Kant, et al.
Veröffentlicht: (2025)

Multi-fidelity Machine Learning for Uncertainty Quantification and Optimization
von: Zhang, Ruda, et al.
Veröffentlicht: (2024)

Learning and Transferring Physical Models through Derivatives
von: Trenta, Alessandro, et al.
Veröffentlicht: (2025)

A Gaussian Process Framework for Solving Forward and Inverse Problems Involving Nonlinear Partial Differential Equations
von: Mora, Carlos, et al.
Veröffentlicht: (2024)

Bridging Expert Knowledge with Deep Learning Techniques for Just-In-Time Defect Prediction
von: Zhou, Xin, et al.
Veröffentlicht: (2024)

Data-Driven Machine Learning Approaches for Predicting In-Hospital Sepsis Mortality
von: Shumilov, Arseniy, et al.
Veröffentlicht: (2024)

DeepPhysiNet: Bridging Deep Learning and Atmospheric Physics for Accurate and Continuous Weather Modeling
von: Li, Wenyuan, et al.
Veröffentlicht: (2024)

Bridging Deep Learning and Integer Linear Programming: A Predictive-to-Prescriptive Framework for Supply Chain Analytics
von: Nghiep, Khai Banh, et al.
Veröffentlicht: (2026)

DeepOFormer: Deep Operator Learning with Domain-informed Features for Fatigue Life Prediction
von: Li, Chenyang, et al.
Veröffentlicht: (2025)

A Brain-Inspired Deep Separation Network for Single Channel Raman Spectra Unmixing
von: Long, Gaoruishu, et al.
Veröffentlicht: (2026)

Deep Learning and Foundation Models for Weather Prediction: A Survey
von: Shi, Jimeng, et al.
Veröffentlicht: (2025)

Scatter Correction in X-ray CT by Physics-Inspired Deep Learning
von: Iskender, Berk, et al.
Veröffentlicht: (2021)

Bridging the Reality Gap in Digital Twins with Context-Aware, Physics-Guided Deep Learning
von: Ma, Sizhe, et al.
Veröffentlicht: (2025)

GP+: A Python Library for Kernel-based learning via Gaussian Processes
von: Yousefpour, Amin, et al.
Veröffentlicht: (2023)

FraGNNet: A Deep Probabilistic Model for Tandem Mass Spectrum Prediction
von: Young, Adamo, et al.
Veröffentlicht: (2024)

On Global Applicability and Location Transferability of Generative Deep Learning Models for Precipitation Downscaling
von: Harder, Paula, et al.
Veröffentlicht: (2025)

Machine Learning-Based Prediction of ICU Readmissions in Intracerebral Hemorrhage Patients: Insights from the MIMIC Databases
von: Chen, Shuheng, et al.
Veröffentlicht: (2025)

RNA Secondary Structure Prediction Using Transformer-Based Deep Learning Models
von: Zhou, Yanlin, et al.
Veröffentlicht: (2024)

Efficient Transformer-Inspired Variants of Physics-Informed Deep Operator Networks
von: Wei, Zhi-Feng, et al.
Veröffentlicht: (2025)