Buchumschlag

Lie Algebra Canonicalization: Equivariant Neural Operators under arbitrary Lie Groups

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shumaylov, Zakhar, Zaika, Peter, Rowbottom, James, Sherry, Ferdia, Weber, Melanie, Schönlieb, Carola-Bibiane
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalized Lie Symmetries in Physics-Informed Neural Operators
von: Wang, Amy Xiang, et al.
Veröffentlicht: (2025)

Hamiltonian Matching for Symplectic Neural Integrators
von: Canizares, Priscilla, et al.
Veröffentlicht: (2024)

Data-driven approaches to inverse problems
von: Schönlieb, Carola-Bibiane, et al.
Veröffentlicht: (2025)

When is a System Discoverable from Data? Discovery Requires Chaos
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2025)

Christoffel-DPS: Optimal sensor placement in diffusion posterior sampling for arbitrary distributions
von: Rowbottom, James, et al.
Veröffentlicht: (2026)

Multi-Level Monte Carlo Training of Neural Operators
von: Rowbottom, James, et al.
Veröffentlicht: (2025)

Symplectic Neural Flows for Modeling and Discovery
von: Canizares, Priscilla, et al.
Veröffentlicht: (2024)

Graph Neural Regularizers for PDE Inverse Problems
von: Lauga, William, et al.
Veröffentlicht: (2025)

Muon is Not That Special: Random or Inverted Spectra Work Just as Well
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2026)

Diffeomorphism-Equivariant Neural Networks
von: Oettinger, Josephine Elisabeth, et al.
Veröffentlicht: (2026)

Expressivity of Bi-Lipschitz Normalizing Flows: A Score-Based Diffusion Perspective
von: Iske, Meira, et al.
Veröffentlicht: (2026)

SpectraKAN: Conditioning Spectral Operators
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2026)

Benchmarking learned algorithms for computed tomography image reconstruction tasks
von: Kiss, Maximilian B., et al.
Veröffentlicht: (2024)

CATO: Charted Attention for Neural PDE Operators
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2026)

Inverse Evolution Layers: Physics-informed Regularizers for Deep Neural Networks
von: Liu, Chaoyu, et al.
Veröffentlicht: (2023)

Weakly Convex Regularisers for Inverse Problems: Convergence of Critical Points and Primal-Dual Optimisation
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2024)

HAMLET: Graph Transformer Neural Operator for Partial Differential Equations
von: Bryutkin, Andrey, et al.
Veröffentlicht: (2024)

Deep Network Trainability via Persistent Subspace Orthogonality
von: Massucco, Alex, et al.
Veröffentlicht: (2025)

Proximal Langevin Sampling With Inexact Proximal Mapping
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2023)

G-Adaptivity: optimised graph-based mesh relocation for finite element methods
von: Rowbottom, James, et al.
Veröffentlicht: (2024)

Approximation theory for 1-Lipschitz ResNets
von: Murari, Davide, et al.
Veröffentlicht: (2025)

Mamba Neural Operator: Who Wins? Transformers vs. State-Space Models for PDEs
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2024)

Deep Spectral Prior
von: Cheng, Yanqi, et al.
Veröffentlicht: (2025)

Nested Bregman Iterations for Decomposition Problems
von: Wolf, Tobias, et al.
Veröffentlicht: (2024)

Stable neural networks and connections to continuous dynamical systems
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2025)

Enhanced Denoising and Convergent Regularisation Using Tweedie Scaling
von: Khelifa, Naïl, et al.
Veröffentlicht: (2025)

PDE Solvers Should Be Local: Fast, Stable Rollouts with Learned Local Stencils
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2025)

Deep Block Proximal Linearised Minimisation Algorithm for Non-convex Inverse Problems
von: Huang, Chaoyan, et al.
Veröffentlicht: (2024)

Explicit and Effectively Symmetric Schemes for Neural SDEs on Lie Groups
von: Shmelev, Daniil, et al.
Veröffentlicht: (2025)

Resilient Graph Neural Networks: A Coupled Dynamical Systems Approach
von: Eliasof, Moshe, et al.
Veröffentlicht: (2023)

Real-time CBCT reconstructions using Krylov solvers in repeated scanning procedures
von: Hastings, Fred, et al.
Veröffentlicht: (2025)

Score-based Pullback Riemannian Geometry: Extracting the Data Manifold Geometry using Anisotropic Flows
von: Diepeveen, Willem, et al.
Veröffentlicht: (2024)

Leveraging Lie Group Symmetries to Enhance Physics-Informed Neural Networks for the Fundamental Solution of Linear PDEs
von: Jiao, Xiaopei, et al.
Veröffentlicht: (2024)

Numerical Integrators for Mechanical Systems on Lie Groups
von: Vivek, Viyom, et al.
Veröffentlicht: (2025)

Contributions to the Algorithmic Foundations of Approximate Lie Symmetry Algebras of Differential Equations
von: Deng, Siyuan, et al.
Veröffentlicht: (2024)

Quantitative Convergences of Lie Group Momentum Optimizers
von: Kong, Lingkai, et al.
Veröffentlicht: (2024)

Geometric Integrators for Nonholonomic Systems on Lie Groups
von: Vivek, Viyom, et al.
Veröffentlicht: (2026)

Model order reduction via Lie groups
von: Wotte, Yannik P., et al.
Veröffentlicht: (2025)

A Type II Hamiltonian Variational Principle and Adjoint Systems for Lie Groups
von: Tran, Brian K., et al.
Veröffentlicht: (2023)

Learning Regularization Functionals for Inverse Problems: A Comparative Study
von: Hertrich, Johannes, et al.
Veröffentlicht: (2025)