Buchumschlag

Regime-Aware Time Weighting for Physics-Informed Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Turinici, Gabriel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Numerical Analysis 65M75, 68T07, 65L05, 37D45, 34A38, 68Q32 I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Physics-Informed Learning of Microvascular Flow Models using Graph Neural Networks
von: Botta, Paolo, et al.
Veröffentlicht: (2025)

Rational Functions on the Projective Line from a Computational Viewpoint
von: Badr, Eslam, et al.
Veröffentlicht: (2025)

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

Backpropagation Through Time For Networks With Long-Term Dependencies
von: Bird, George, et al.
Veröffentlicht: (2021)

Data-induced multiscale losses and efficient multirate gradient descent schemes
von: He, Juncai, et al.
Veröffentlicht: (2024)

A Classical-Quantum Hybrid Architecture for Physics-Informed Neural Networks
von: Lantigua, Said, et al.
Veröffentlicht: (2025)

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

ZetA: A Riemann Zeta-Scaled Extension of Adam for Deep Learning
von: BC, Samiksha
Veröffentlicht: (2025)

PINNIES: An Efficient Physics-Informed Neural Network Framework to Integral Operator Problems
von: Aghaei, Alireza Afzal, et al.
Veröffentlicht: (2024)

A Low-complexity Structured Neural Network to Realize States of Dynamical Systems
von: Aluvihare, Hansaka, et al.
Veröffentlicht: (2025)

Learning Neural Pushforward Samplers for Distributions from Fokker-Planck Equations by Weak Adversarial Training
von: He, Andrew Qing, et al.
Veröffentlicht: (2025)

Greedy feature selection: Classifier-dependent feature selection via greedy methods
von: Camattari, Fabiana, et al.
Veröffentlicht: (2024)

Near-optimal learning of Banach-valued, high-dimensional functions via deep neural networks
von: Adcock, Ben, et al.
Veröffentlicht: (2022)

Linear Stability Analysis of Physics-Informed Random Projection Neural Networks for ODEs
von: Fabiani, Gianluca, et al.
Veröffentlicht: (2024)

GoRINNs: Godunov-Riemann Informed Neural Networks for Learning Hyperbolic Conservation Laws
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2024)

Latent Twins
von: Chung, Matthias, et al.
Veröffentlicht: (2025)

Stable Long-Horizon Neural ODE Reduced-Order Models via Learned Feedback for Biological Growth and Remodeling
von: Laudo, Joel, et al.
Veröffentlicht: (2026)

Development and Analysis of Chien-Physics-Informed Neural Networks for Singular Perturbation Problems
von: Singh, Gautam, et al.
Veröffentlicht: (2025)

A supervised learning scheme for computing Hamilton-Jacobi equation via density coupling
von: Cui, Jianbo, et al.
Veröffentlicht: (2024)

Geometric Generalization of Neural Operators from Kernel Integral Perspective
von: Han, Mingyu, et al.
Veröffentlicht: (2026)

Fredholm Neural Networks
von: Georgiou, Kyriakos, et al.
Veröffentlicht: (2024)

Slow Invariant Manifolds of Singularly Perturbed Systems via Physics-Informed Machine Learning
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2023)

Dynamics-Encoded Deep Learning for Robust System Identification and Parameter Estimation
von: Ho, Caitlin, et al.
Veröffentlicht: (2024)

Learn and Verify: A Framework for Rigorous Verification of Physics-Informed Neural Networks
von: Tanaka, Kazuaki, et al.
Veröffentlicht: (2026)

PTL-PINNs: Perturbation-Guided Transfer Learning with Physics- Informed Neural Networks for Nonlinear Systems
von: Alexandrino, Duarte, et al.
Veröffentlicht: (2026)

Neural Pushforward Samplers for the Fokker-Planck Equation on Embedded Riemannian Manifolds
von: He, Andrew Qing, et al.
Veröffentlicht: (2026)

On the study of frequency control and spectral bias in Wavelet-Based Kolmogorov Arnold networks: A path to physics-informed KANs
von: Meshir, Juan Daniel, et al.
Veröffentlicht: (2025)

Alternately-optimized SNN method for acoustic scattering problem in unbounded domain
von: Song, Haoming, et al.
Veröffentlicht: (2025)

GAN-based iterative motion estimation in HASTE MRI
von: Feinler, Mathias S., et al.
Veröffentlicht: (2024)

Balanced conic rectified flow
von: Kim, Shin Seong, et al.
Veröffentlicht: (2025)

$δ$-STEAL: LLM Stealing Attack with Local Differential Privacy
von: Dang, Kieu, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks: Bridging the Divide Between Conservative and Non-Conservative Equations
von: Neelan, Arun Govind, et al.
Veröffentlicht: (2025)

Frequency Principle: Fourier Analysis Sheds Light on Deep Neural Networks
von: Xu, Zhi-Qin John, et al.
Veröffentlicht: (2019)

Superior Scoring Rules for Probabilistic Evaluation of Single-Label Multi-Class Classification Tasks
von: Ahmadian, Rouhollah, et al.
Veröffentlicht: (2024)

The Age of Sensorial Zero Trust: Why We Can No Longer Trust Our Senses
von: Xavier, Fabio Correa
Veröffentlicht: (2025)

Neural Ordinary Differential Equations for Model Order Reduction of Stiff Systems
von: Caldana, Matteo, et al.
Veröffentlicht: (2024)

Multi-Hypothesis Prediction for Portfolio Optimization: A Structured Ensemble Learning Approach to Risk Diversification
von: Dominguez, Alejandro Rodriguez, et al.
Veröffentlicht: (2025)

On the Convergence Behavior of Preconditioned Gradient Descent Toward the Rich Learning Regime
von: Jiang, Shuai, et al.
Veröffentlicht: (2026)

Weak Adversarial Neural Pushforward Method for the McKean-Vlasov / Mean-Field Fokker-Planck Equation
von: He, Andrew Qing, et al.
Veröffentlicht: (2026)

Understanding the Nature of Generative AI as Threshold Logic in High-Dimensional Space
von: Levin, Ilya
Veröffentlicht: (2026)