Buchumschlag

Green Multigrid Network

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Ye, Lee, Young Ju, Jia, Jiwei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Numerical Analysis Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Orthogonal greedy algorithm for linear operator learning with shallow neural network
von: Lin, Ye, et al.
Veröffentlicht: (2025)

Boundary neuron method for solving partial differential equations
von: Lin, Ye, et al.
Veröffentlicht: (2026)

MgNO: Efficient Parameterization of Linear Operators via Multigrid
von: He, Juncai, et al.
Veröffentlicht: (2023)

Greedy Algorithm for Neural Networks for Indefinite Elliptic Problems
von: Hong, Qingguo, et al.
Veröffentlicht: (2024)

An Unconstrained Formulation of Some Constrained Partial Differential Equations and its Application to Finite Neuron Methods
von: Jia, Jiwei, et al.
Veröffentlicht: (2024)

fOGA: Orthogonal Greedy Algorithm for Fractional Laplace Equations
von: Shan, Ruitong, et al.
Veröffentlicht: (2024)

Learning Singularity-Encoded Green's Functions with Application to Iterative Methods
von: Sun, Qi, et al.
Veröffentlicht: (2025)

MgNet: A Unified Framework of Multigrid and Convolutional Neural Network
von: He, Juncai, et al.
Veröffentlicht: (2019)

A Multiple Transferable Neural Network Method with Domain Decomposition for Elliptic Interface Problems
von: Lu, Tianzheng, et al.
Veröffentlicht: (2025)

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

Alternatives to the Laplacian for Scalable Spectral Clustering with Group Fairness Constraints
von: Ojeda-Ruiz, Iván, et al.
Veröffentlicht: (2025)

Helicity-conservative Physics-informed Neural Network Model for Navier-Stokes Equations
von: Jia, Jiwei, et al.
Veröffentlicht: (2022)

Parareal Neural Networks Emulating a Parallel-in-time Algorithm
von: Lee, Chang-Ock, et al.
Veröffentlicht: (2021)

Exact Gaussian Moment Matching for Residual Networks: a Second-Order Method
von: Kuang, Simon, et al.
Veröffentlicht: (2026)

R-PINN: Recovery-type a-posteriori estimator enhanced adaptive PINN
von: Lu, Rongxin, et al.
Veröffentlicht: (2025)

chebgreen: Learning and Interpolating Continuous Empirical Green's Functions from Data
von: Praveen, Harshwardhan, et al.
Veröffentlicht: (2025)

Preconditioning for Accelerated Gradient Descent Optimization and Regularization
von: Ye, Qiang
Veröffentlicht: (2024)

Dual Cone Gradient Descent for Training Physics-Informed Neural Networks
von: Hwang, Youngsik, et al.
Veröffentlicht: (2024)

Conformalized-DeepONet: A Distribution-Free Framework for Uncertainty Quantification in Deep Operator Networks
von: Moya, Christian, et al.
Veröffentlicht: (2024)

KAN-GCN: Combining Kolmogorov-Arnold Network with Graph Convolution Network for an Accurate Ice Sheet Emulator
von: Liu, Zesheng, et al.
Veröffentlicht: (2025)

TINNs: Time-Induced Neural Networks for Solving Time-Dependent PDEs
von: Dai, Chen-Yang, et al.
Veröffentlicht: (2026)

An End-to-End Deep Learning Method for Solving Nonlocal Allen-Cahn and Cahn-Hilliard Phase-Field Models
von: Geng, Yuwei, et al.
Veröffentlicht: (2024)

Free-RBF-KAN: Kolmogorov-Arnold Networks with Adaptive Radial Basis Functions for Efficient Function Learning
von: Chiu, Shao-Ting, et al.
Veröffentlicht: (2026)

Kolmogorov Arnold Informed neural network: A physics-informed deep learning framework for solving forward and inverse problems based on Kolmogorov Arnold Networks
von: Wang, Yizheng, et al.
Veröffentlicht: (2024)

FBSJNN: A Theoretically Interpretable and Efficiently Deep Learning method for Solving Partial Integro-Differential Equations
von: Ye, Zaijun, et al.
Veröffentlicht: (2024)

ZNO: Stable Rational Neural Operators in the Z-Domain for Discrete-Time Dynamics
von: Zhu, Xianli, et al.
Veröffentlicht: (2026)

A Helicity-Conservative Domain-Decomposed Physics-Informed Neural Network for Incompressible Non-Newtonian Flow
von: Lu, Zheng, et al.
Veröffentlicht: (2026)

Multifidelity Kolmogorov-Arnold Networks
von: Howard, Amanda A., et al.
Veröffentlicht: (2024)

Multigrade Neural Network Approximation
von: Zhang, Shijun, et al.
Veröffentlicht: (2026)

Preconditioning for Physics-Informed Neural Networks
von: Liu, Songming, et al.
Veröffentlicht: (2024)

THINNs: Thermodynamically Informed Neural Networks
von: Castro, Javier, et al.
Veröffentlicht: (2025)

Spectral Audit of In-Context Operator Networks
von: Gao, Zhiwei, et al.
Veröffentlicht: (2026)

Component Fourier Neural Operator for Singularly Perturbed Differential Equations
von: Li, Ye, et al.
Veröffentlicht: (2024)

An Enhanced Zeroth-Order Stochastic Frank-Wolfe Framework for Constrained Finite-Sum Optimization
von: Ye, Haishan, et al.
Veröffentlicht: (2025)

Integral Operator Approaches for Scattered Data Fitting on Spheres
von: Lin, Shao-Bo
Veröffentlicht: (2024)

Dual-Balancing for Physics-Informed Neural Networks
von: Zhou, Chenhong, et al.
Veröffentlicht: (2025)

Sinusoidal Approximation Theorem for Kolmogorov-Arnold Networks
von: Gleyzer, Sergei, et al.
Veröffentlicht: (2025)

Estimating condition number with Graph Neural Networks
von: Carson, Erin, et al.
Veröffentlicht: (2026)

Tensor Completion with Nearly Linear Samples Given Weak Side Information
von: Yu, Christina Lee, et al.
Veröffentlicht: (2020)

KKANs: Kurkova-Kolmogorov-Arnold Networks and Their Learning Dynamics
von: Toscano, Juan Diego, et al.
Veröffentlicht: (2024)