:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tian, Yimeng, Xu, Dinghua
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Numerical Analysis
Online-Zugang:	https://arxiv.org/abs/2410.10310
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Incorporating Local Hölder Regularity into PINNs for Solving Elliptic PDEs
von: Zhou, Qirui, et al.
Veröffentlicht: (2025)

One-Shot Transfer Learning for Nonlinear PDEs with Perturbative PINNs
von: Auroy, Samuel, et al.
Veröffentlicht: (2025)

Understanding the Difficulty of Solving Cauchy Problems with PINNs
von: Wang, Tao, et al.
Veröffentlicht: (2024)

Solving Nonlinear PDEs with Sparse Radial Basis Function Networks
von: Shao, Zihan, et al.
Veröffentlicht: (2025)

Convergence and error control of consistent PINNs for elliptic PDEs
von: Bonito, Andrea, et al.
Veröffentlicht: (2024)

Stability in Training PINNs for Stiff PDEs: Why Initial Conditions Matter
von: Hao, Baoli, et al.
Veröffentlicht: (2024)

Consistent CutPINNs for Elliptic PDEs on Curved Level-Set Domains
von: Singh, Maneesh Kumar
Veröffentlicht: (2026)

Generalization Error Analysis of Deep Backward Dynamic Programming for Solving Nonlinear PDEs
von: Ouyang, Du, et al.
Veröffentlicht: (2024)

Transformed Diffusion-Wave fPINNs: Enhancing Computing Efficiency for PINNs Solving Time-Fractional Diffusion-Wave Equations
von: Li, Jing, et al.
Veröffentlicht: (2025)

Solving High-Dimensional PDEs Using Linearized Neural Networks
von: Mao, Tong, et al.
Veröffentlicht: (2026)

High precision PINNs in unbounded domains: application to singularity formulation in PDEs
von: Wang, Yixuan, et al.
Veröffentlicht: (2025)

Deflation-PINNs: Learning Multiple Solutions for PDEs and Landau-de Gennes
von: Disarò, Sean, et al.
Veröffentlicht: (2026)

Latent Neural Operator Pretraining for Solving Time-Dependent PDEs
von: Wang, Tian, et al.
Veröffentlicht: (2024)

TGPT-PINN: Nonlinear model reduction with transformed GPT-PINNs
von: Chen, Yanlai, et al.
Veröffentlicht: (2024)

Structure-Preserving and Pressure-Robust PINNs for Incompressible Oseen Problems
von: Mishra, Shiv, et al.
Veröffentlicht: (2026)

Mixed Consistent PINNs for Elliptic Obstacle Problems with Stability Analysis
von: Khan, Arbaz, et al.
Veröffentlicht: (2026)

Solving Roughly Forced Nonlinear PDEs via Misspecified Kernel Methods and Neural Networks
von: Baptista, Ricardo, et al.
Veröffentlicht: (2025)

Comparison of Trefftz-Based PINNs and Standard PINNs Focusing on Structure Preservation
von: Koyamada, Koji
Veröffentlicht: (2026)

A Nonlinear Generalization of the Bauer-Fike Theorem and Novel Iterative Methods for Solving Nonlinear Eigenvalue Problems
von: Katende, Ronald
Veröffentlicht: (2024)

Alikhanov-XfPINNs: Adaptive Physics-Informed Learning for Nonlinear Fractional PDEs on Nonuniform Meshes
von: Dwivedi, Himanshu Kumar, et al.
Veröffentlicht: (2026)

Stochastic Quadrature Rules for Solving PDEs using Neural Networks
von: Taylor, Jamie M., et al.
Veröffentlicht: (2025)

Investigating the Ability of PINNs To Solve Burgers' PDE Near Finite-Time BlowUp
von: Kumar, Dibyakanti, et al.
Veröffentlicht: (2023)

Deep Picard Iteration for High-Dimensional Nonlinear PDEs
von: Han, Jiequn, et al.
Veröffentlicht: (2024)

Solving PDEs on Unknown Manifolds with Machine Learning
von: Liang, Senwei, et al.
Veröffentlicht: (2021)

A Quantum Spectral Framework for Solving PDEs
von: Huang, Chih-Kang, et al.
Veröffentlicht: (2026)

DDC-PINNs: A Predictor-Corrector Approach Based on Neural Network-Driven Domain Decomposition and Classical ODE Solvers for Time-Dependent PDEs
von: Yang, Xun, et al.
Veröffentlicht: (2025)

Numerical Analysis of Unsupervised Learning Approaches for Parameter Identification in PDEs
von: Cen, Siyu, et al.
Veröffentlicht: (2025)

Approximation Theory and Applications of Randomized Neural Networks for Solving High-Dimensional PDEs
von: De Ryck, T., et al.
Veröffentlicht: (2025)

Convergence Analysis of PINNs for Fractional Diffusion Equations in Bounded Domains
von: Abdo, Elie, et al.
Veröffentlicht: (2026)

Solving Minimal Problems Without Matrix Inversion Using FFT-Based Interpolation
von: Wu, Haidong, et al.
Veröffentlicht: (2026)

Generalized Moving Least-Squares Methods for Solving Vector-valued PDEs on Unknown Manifolds
von: Li, Rongji, et al.
Veröffentlicht: (2024)

A Meshfree RBF-FD Constant along Normal Method for Solving PDEs on Surfaces
von: Bayona, Víctor, et al.
Veröffentlicht: (2024)

Neural Evolutionary Kernel Method: A Knowledge-Guided Framework for Solving Evolutionary PDEs
von: Ling, Shuo, et al.
Veröffentlicht: (2026)

What Can One Expect When Solving PDEs Using Shallow Neural Networks?
von: He, Roy Y., et al.
Veröffentlicht: (2025)

Stochastic Finite Volume Approximation with Clustering in the Parameter Space for Forward Uncertainty Quantification of PDEs with Random Parameters
von: Zhang, Zhao, et al.
Veröffentlicht: (2025)

Latent Neural Operator for Solving Forward and Inverse PDE Problems
von: Wang, Tian, et al.
Veröffentlicht: (2024)

Spline-Based Stochastic Collocation Methods for Uncertainty Quantification in Nonlinear Hyperbolic PDEs
von: Chertock, Alina, et al.
Veröffentlicht: (2024)

New High-Order Numerical Methods for Hyperbolic Systems of Nonlinear PDEs with Uncertainties
von: Chertock, Alina, et al.
Veröffentlicht: (2023)

RL-PINNs: Reinforcement Learning-Driven Adaptive Sampling for Efficient Training of PINNs
von: Song, Zhenao
Veröffentlicht: (2025)

Finite Element Eigenfunction Network (FEENet): A Hybrid Framework for Solving PDEs on Complex Geometries
von: Li, Shiyuan, et al.
Veröffentlicht: (2026)