Copertina

On conditional diffusion models for PDE simulations

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Shysheya, Aliaksandra, Diaconu, Cristiana, Bergamin, Federico, Perdikaris, Paris, Hernández-Lobato, José Miguel, Turner, Richard E., Mathieu, Emile
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

CFO: Learning Continuous-Time PDE Dynamics via Flow-Matched Neural Operators
di: Hou, Xianglong, et al.
Pubblicazione: (2025)

Small Models, Strong Priors: Architectural Inductive Bias for Parameter-Efficient Neural PDE Solvers
di: Sankaran, Shyam, et al.
Pubblicazione: (2026)

Denoising Diffusion Probabilistic Models in Six Simple Steps
di: Turner, Richard E., et al.
Pubblicazione: (2024)

Transformer Neural Autoregressive Flows
di: Patacchiola, Massimiliano, et al.
Pubblicazione: (2024)

Self-Flow-Matching assisted Full Waveform Inversion
di: Huang, Xinquan, et al.
Pubblicazione: (2026)

Probabilistic Retrofitting of Learned Simulators
di: Diaconu, Cristiana, et al.
Pubblicazione: (2026)

Physics-Informed Neural Networks and Extensions
di: Raissi, Maziar, et al.
Pubblicazione: (2024)

PhysicsCorrect: A Training-Free Approach for Stable Neural PDE Simulations
di: Huang, Xinquan, et al.
Pubblicazione: (2025)

Gradient Alignment in Physics-informed Neural Networks: A Second-Order Optimization Perspective
di: Wang, Sifan, et al.
Pubblicazione: (2025)

Composite Bayesian Optimization In Function Spaces Using NEON -- Neural Epistemic Operator Networks
di: Guilhoto, Leonardo Ferreira, et al.
Pubblicazione: (2024)

Simulating Three-dimensional Turbulence with Physics-informed Neural Networks
di: Wang, Sifan, et al.
Pubblicazione: (2025)

Disk2Planet: A Robust and Automated Machine Learning Tool for Parameter Inference in Disk-Planet Systems
di: Mao, Shunyuan, et al.
Pubblicazione: (2024)

An Introduction to Transformers
di: Turner, Richard E.
Pubblicazione: (2023)

Multimodal Scientific Learning Beyond Diffusions and Flows
di: Guilhoto, Leonardo Ferreira, et al.
Pubblicazione: (2026)

JoLT: Joint Probabilistic Predictions on Tabular Data Using LLMs
di: Shysheya, Aliaksandra, et al.
Pubblicazione: (2025)

In-Context In-Context Learning with Transformer Neural Processes
di: Ashman, Matthew, et al.
Pubblicazione: (2024)

BNEM: A Boltzmann Sampler Based on Bootstrapped Noised Energy Matching
di: OuYang, RuiKang, et al.
Pubblicazione: (2024)

Automated Grading of Students' Handwritten Graphs: A Comparison of Meta-Learning and Vision-Large Language Models
di: Parsaeifard, Behnam, et al.
Pubblicazione: (2025)

A Deep Generative Model for the Design of Synthesizable Ionizable Lipids
di: Ou, Yuxuan, et al.
Pubblicazione: (2024)

Retro-fallback: retrosynthetic planning in an uncertain world
di: Tripp, Austin, et al.
Pubblicazione: (2023)

Detection of Disengagement from Voluntary Quizzes: An Explainable Machine Learning Approach in Higher Distance Education
di: Parsaeifard, Behnam, et al.
Pubblicazione: (2025)

Hierarchically branched diffusion models leverage dataset structure for class-conditional generation
di: Tseng, Alex M., et al.
Pubblicazione: (2022)

Fresh in memory: Training-order recency is linearly encoded in language model activations
di: Krasheninnikov, Dmitrii, et al.
Pubblicazione: (2025)

Flow marching for a generative PDE foundation model
di: Chen, Zituo, et al.
Pubblicazione: (2025)

Optimisation in Neurosymbolic Learning Systems
di: van Krieken, Emile
Pubblicazione: (2024)

Gridded Transformer Neural Processes for Large Unstructured Spatio-Temporal Data
di: Ashman, Matthew, et al.
Pubblicazione: (2024)

Approximately Equivariant Neural Processes
di: Ashman, Matthew, et al.
Pubblicazione: (2024)

Incremental Transformer Neural Processes
di: Mortimer, Philip, et al.
Pubblicazione: (2026)

Generative Model for Synthesizing Ionizable Lipids: A Monte Carlo Tree Search Approach
di: Zhao, Jingyi, et al.
Pubblicazione: (2024)

Where to Add PDE Diffusion in Transformers
di: Zhang, Yukun, et al.
Pubblicazione: (2025)

IDEQ: an improved diffusion model for the TSP
di: Basson, Mickael, et al.
Pubblicazione: (2024)

Rethinking cluster-conditioned diffusion models for label-free image synthesis
di: Adaloglou, Nikolas, et al.
Pubblicazione: (2024)

LVM-GP: Uncertainty-Aware PDE Solver via coupling latent variable model and Gaussian process
di: Feng, Xiaodong, et al.
Pubblicazione: (2025)

Unisolver: PDE-Conditional Transformers Towards Universal Neural PDE Solvers
di: Zhou, Hang, et al.
Pubblicazione: (2024)

Noisy PDE Training Requires Bigger PINNs
di: Andre-Sloan, Sebastien, et al.
Pubblicazione: (2025)

LE-PDE++: Mamba for accelerating PDEs Simulations
di: Liang, Aoming, et al.
Pubblicazione: (2024)

An overview of diffusion models for generative artificial intelligence
di: Gallon, Davide, et al.
Pubblicazione: (2024)

Resilience of Deep Learning applications: a systematic literature review of analysis and hardening techniques
di: Bolchini, Cristiana, et al.
Pubblicazione: (2023)

SFO: Learning PDE Operators via Spectral Filtering
di: Koren, Noam, et al.
Pubblicazione: (2026)

A Randomized PDE Energy driven Iterative Framework for Efficient and Stable PDE Solutions
di: Bing, Yi, et al.
Pubblicazione: (2026)