Buchumschlag

Edge-Wise Graph-Instructed Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Della Santa, Francesco, Mastropietro, Antonio, Pieraccini, Sandra, Vaccarino, Francesco
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Numerical Analysis 05C21, 65D15, 68T07, 90C35
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph-Instructed Neural Networks for Sparse Grid-Based Discontinuity Detectors
von: Della Santa, Francesco, et al.
Veröffentlicht: (2024)

A Recipe for Learning Variably Scaled Kernels via Discontinuous Neural Networks
von: Audone, Gianluca, et al.
Veröffentlicht: (2024)

Deep Learning without Global Optimization by Random Fourier Neural Networks
von: Davis, Owen, et al.
Veröffentlicht: (2024)

Objective Value Change and Shape-Based Accelerated Optimization for the Neural Network Approximation
von: Xie, Pengcheng, et al.
Veröffentlicht: (2025)

A New Linear Programming Approach and a New Backtracking Strategy for Multiple-Gradient Descent in Multi-Objective Optimization
von: Della Santa, Francesco
Veröffentlicht: (2024)

Capturing Shock Waves by Relaxation Neural Networks
von: Zhou, Nan, et al.
Veröffentlicht: (2024)

How to beat a Bayesian adversary
von: Ding, Zihan, et al.
Veröffentlicht: (2024)

An Augmented Lagrangian Method for Training Recurrent Neural Networks
von: Wang, Yue, et al.
Veröffentlicht: (2024)

Isogeometric analysis of the Laplace eigenvalue problem on circular sectors: Regularity properties, graded meshes & variational crimes
von: Apel, Thomas, et al.
Veröffentlicht: (2024)

Tensor Neural Network Based Machine Learning Method for Elliptic Multiscale Problems
von: Lin, Zhongshuo, et al.
Veröffentlicht: (2024)

Deep Learning Based on Randomized Quasi-Monte Carlo Method for Solving Linear Kolmogorov Partial Differential Equation
von: Xiao, Jichang, et al.
Veröffentlicht: (2023)

Worst-Case Learning under a Multi-fidelity Model
von: Foucart, Simon, et al.
Veröffentlicht: (2024)

Uniform Approximation of Eigenproblems of a Large-Scale Parameter-Dependent Hermitian Matrix
von: Manucci, Mattia, et al.
Veröffentlicht: (2024)

Locally supported, quasi-interpolatory bases for the approximation of functions on graphs
von: Fuselier, Edward J., et al.
Veröffentlicht: (2021)

Deep neural networks with ReLU, leaky ReLU, and softplus activation provably overcome the curse of dimensionality for space-time solutions of semilinear partial differential equations
von: Ackermann, Julia, et al.
Veröffentlicht: (2024)

Deep neural networks with ReLU, leaky ReLU, and softplus activation provably overcome the curse of dimensionality for Kolmogorov partial differential equations with Lipschitz nonlinearities in the $L^p$-sense
von: Ackermann, Julia, et al.
Veröffentlicht: (2023)

Data Completion for Electrical Impedance Tomography by Conditional Diffusion Models
von: Chen, Ke, et al.
Veröffentlicht: (2026)

Convergence for adaptive resampling of random Fourier features
von: Huang, Xin, et al.
Veröffentlicht: (2025)

Deep-Picard Iteration for Space-time Fractional Diffusion PDEs
von: Zeng, Zhijun, et al.
Veröffentlicht: (2026)

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

Diff-ANO: Towards Fast High-Resolution Ultrasound Computed Tomography via Conditional Consistency Models and Adjoint Neural Operators
von: Cao, Xiang, et al.
Veröffentlicht: (2025)

Deep Operator BSDE: a Numerical Scheme to Approximate Solution Operators
von: Lozano, Pere Díaz, et al.
Veröffentlicht: (2024)

Sparse Implementation of Versatile Graph-Informed Layers
von: Della Santa, Francesco
Veröffentlicht: (2024)

Useful Compact Representations for Data-Fitting
von: Brust, Johannes J.
Veröffentlicht: (2024)

Infinity norm bounds for the inverse of Nekrasov matrices using scaling matrices
von: Orera, Héctor, et al.
Veröffentlicht: (2025)

Error Estimation for Physics-informed Neural Networks Approximating Semilinear Wave Equations
von: Lorenz, Beatrice, et al.
Veröffentlicht: (2024)

Regularity and tailored regularization of Deep Neural Networks, with application to parametric PDEs in uncertainty quantification
von: Keller, Alexander, et al.
Veröffentlicht: (2025)

On the boundedness of the sequence generated by minibatch stochastic gradient descent
von: Bauschke, Heinz H., et al.
Veröffentlicht: (2025)

Deep neural networks can provably solve Bellman equations for Markov decision processes without the curse of dimensionality
von: Jentzen, Arnulf, et al.
Veröffentlicht: (2025)

Computational methods for finding bi-regular cages
von: Goedgebeur, Jan, et al.
Veröffentlicht: (2024)

A Hybrid Iterative Neural Solver Based on Spectral Analysis for Parametric PDEs
von: Cui, Chen, et al.
Veröffentlicht: (2024)

Residual Multi-Fidelity Neural Network Computing
von: Davis, Owen, et al.
Veröffentlicht: (2023)

Sharp Bounds for Generalized Zagreb Indices of Graphs
von: Vaidya, Sanju, et al.
Veröffentlicht: (2024)

Accuracy and stability of Artificial Neural Networks for HP-Splines frequency parameter selection
von: Bruni, Vittoria, et al.
Veröffentlicht: (2026)

System stabilization with policy optimization on unstable latent manifolds
von: Werner, Steffen W. R., et al.
Veröffentlicht: (2024)

Efficient Multiscale Methods for Highly Heterogeneous Spatial Network Models
von: Zhou, Yingjie, et al.
Veröffentlicht: (2026)

Analyzing Modularity Maximization in Approximation, Heuristic, and Graph Neural Network Algorithms for Community Detection
von: Aref, Samin, et al.
Veröffentlicht: (2023)

Grassmannian optimization is NP-hard
von: Lai, Zehua, et al.
Veröffentlicht: (2024)

Theoretical and numerical indirect stabilization of coupled wave equations with a single time-delayed damping
von: Moumni, Alhabib, et al.
Veröffentlicht: (2024)

Deep Adaptive Dimension Reduction for Bayesian Inference in Inverse Problems
von: Wang, Yueyang, et al.
Veröffentlicht: (2026)