Buchumschlag

DeepONet as a Multi-Operator Extrapolation Model: Distributed Pretraining with Physics-Informed Fine-Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zecheng, Moya, Christian, Lu, Lu, Lin, Guang, Schaeffer, Hayden
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Conformalized-DeepONet: A Distribution-Free Framework for Uncertainty Quantification in Deep Operator Networks
von: Moya, Christian, et al.
Veröffentlicht: (2024)

Conformalized Quantum DeepONet Ensembles for Scalable Operator Learning with Distribution-Free Uncertainty
von: Matlia, Purav, et al.
Veröffentlicht: (2026)

fPINN-DeepONet: A Physics-Informed Operator Learning Framework for Multi-term Time-fractional Mixed Diffusion-wave Equations
von: Lu, Binghang, et al.
Veröffentlicht: (2026)

Towards a Foundation Model for Partial Differential Equations: Multi-Operator Learning and Extrapolation
von: Sun, Jingmin, et al.
Veröffentlicht: (2024)

LeMON: Learning to Learn Multi-Operator Networks
von: Sun, Jingmin, et al.
Veröffentlicht: (2024)

TI-DeepONet: Learnable Time Integration for Stable Long-Term Extrapolation
von: Nayak, Dibyajyoti, et al.
Veröffentlicht: (2025)

Leveraging Deep Operator Networks (DeepONet) for Acoustic Full Waveform Inversion (FWI)
von: Nath, Kamaljyoti, et al.
Veröffentlicht: (2025)

A Deep Learning Framework for Multi-Operator Learning: Architectures and Approximation Theory
von: Weihs, Adrien, et al.
Veröffentlicht: (2025)

Ensemble and Mixture-of-Experts DeepONets For Operator Learning
von: Sharma, Ramansh, et al.
Veröffentlicht: (2024)

Neural Scaling Laws of Deep ReLU and Deep Operator Network: A Theoretical Study
von: Liu, Hao, et al.
Veröffentlicht: (2024)

Separable DeepONet: Breaking the Curse of Dimensionality in Physics-Informed Machine Learning
von: Mandl, Luis, et al.
Veröffentlicht: (2024)

Physics-Informed DeepONets for drift-diffusion on metric graphs: simulation and parameter identification
von: Blechschmidt, Jan, et al.
Veröffentlicht: (2025)

Operator Learning for Consolidation: An Architectural Comparison for DeepONet Variants
von: Choi, Yongjin, et al.
Veröffentlicht: (2025)

Physics-Informed Time-Integrated DeepONet: Temporal Tangent Space Operator Learning for High-Accuracy Inference
von: Mandl, Luis, et al.
Veröffentlicht: (2025)

DeepONet for Solving Nonlinear Partial Differential Equations with Physics-Informed Training
von: Yang, Yahong
Veröffentlicht: (2024)

FEDONet : Fourier-Embedded DeepONet for Spectrally Accurate Operator Learning
von: Sojitra, Arth, et al.
Veröffentlicht: (2025)

Alpha-VI DeepONet: A prior-robust variational Bayesian approach for enhancing DeepONets with uncertainty quantification
von: Lone, Soban Nasir, et al.
Veröffentlicht: (2024)

Learning Hamiltonian Density Using DeepONet
von: Xu, Baige, et al.
Veröffentlicht: (2025)

BP-DeepONet: A new method for cuffless blood pressure estimation using the physcis-informed DeepONet
von: Li, Lingfeng, et al.
Veröffentlicht: (2024)

PI-MFM: Physics-informed multimodal foundation model for solving partial differential equations
von: Zhu, Min, et al.
Veröffentlicht: (2025)

Efficient and generalizable nested Fourier-DeepONet for three-dimensional geological carbon sequestration
von: Lee, Jonathan E., et al.
Veröffentlicht: (2024)

Physics-Informed DeepONet Coupled with FEM for Convective Transport in Porous Media with Sharp Gaussian Sources
von: Kara, Erdi, et al.
Veröffentlicht: (2025)

Shock-Aware Physics-Guided Fusion-DeepONet Operator for Rarefied Micro-Nozzle Flows
von: Roohi, Ehsan, et al.
Veröffentlicht: (2025)

Fourier-DeepONet: Fourier-enhanced deep operator networks for full waveform inversion with improved accuracy, generalizability, and robustness
von: Zhu, Min, et al.
Veröffentlicht: (2023)

Synergistic Learning with Multi-Task DeepONet for Efficient PDE Problem Solving
von: Kumar, Varun, et al.
Veröffentlicht: (2024)

Multi-Head Residual-Gated DeepONet for Coherent Nonlinear Wave Dynamics
von: Fan, Zhiwei, et al.
Veröffentlicht: (2026)

DeepONet Augmented by Randomized Neural Networks for Efficient Operator Learning in PDEs
von: Jiang, Zhaoxi, et al.
Veröffentlicht: (2025)

Time-Series Forecasting, Knowledge Distillation, and Refinement within a Multimodal PDE Foundation Model
von: Jollie, Derek, et al.
Veröffentlicht: (2024)

Improving physics-informed DeepONets with hard constraints
von: Brecht, Rüdiger, et al.
Veröffentlicht: (2023)

DeepONet-accelerated Bayesian inversion for moving boundary problems
von: Iglesias, Marco A., et al.
Veröffentlicht: (2025)

Spectral Embedding via Chebyshev Bases for Robust DeepONet Approximation
von: Abid, Muhammad, et al.
Veröffentlicht: (2025)

ELM-DeepONets: Backpropagation-Free Training of Deep Operator Networks via Extreme Learning Machines
von: Son, Hwijae
Veröffentlicht: (2025)

MODNO: Multi Operator Learning With Distributed Neural Operators
von: Zhang, Zecheng
Veröffentlicht: (2024)

Fusion-DeepONet: A Data-Efficient Neural Operator for Geometry-Dependent Hypersonic and Supersonic Flows
von: Peyvan, Ahmad, et al.
Veröffentlicht: (2025)

Physics-informed DeepONet with stiffness-based loss functions for structural response prediction
von: Ahmed, Bilal, et al.
Veröffentlicht: (2024)

Learning the Helmholtz equation operator with DeepONet for non-parametric 2D geometries
von: Barlogis, Rodolphe, et al.
Veröffentlicht: (2026)

SG-DeepONet: Source-generalized deep operator learning for full waveform inversion
von: Guo, Zekai, et al.
Veröffentlicht: (2024)

Physics-constrained DeepONet for Surrogate CFD models: a curved backward-facing step case
von: Jnini, Anas, et al.
Veröffentlicht: (2025)

NSPOD: Accelerating Krylov solvers via DeepONet-learned POD subspaces
von: Levrero-Florencio, Francesc, et al.
Veröffentlicht: (2026)

Learning Nonlinear Responses in PET Bottle Buckling with a Hybrid DeepONet-Transolver Framework
von: Kumar, Varun, et al.
Veröffentlicht: (2025)