Buchumschlag

Harnessing Loss Decomposition for Long-Horizon Wave Predictions via Deep Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deo, Indu Kant, Jaiman, Rajeev
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

Predicting Wave Dynamics using Deep Learning with Multistep Integration Inspired Attention and Physics-Based Loss Decomposition
von: Deo, Indu Kant, et al.
Veröffentlicht: (2025)

Continual Learning of Range-Dependent Transmission Loss for Underwater Acoustic using Conditional Convolutional Neural Net
von: Deo, Indu Kant, et al.
Veröffentlicht: (2024)

A Finite Element-Inspired Hypergraph Neural Network: Application to Fluid Dynamics Simulations
von: Gao, Rui, et al.
Veröffentlicht: (2022)

A Physics-Guided Probabilistic Surrogate Modeling Framework for Digital Twins of Underwater Radiated Noise
von: Deo, Indu Kant, et al.
Veröffentlicht: (2025)

MUTE-DSS: A Digital-Twin-Based Decision Support System for Minimizing Underwater Radiated Noise in Ship Voyage Planning
von: Venkateshwaran, Akash, et al.
Veröffentlicht: (2025)

A multi-objective optimization framework for reducing the impact of ship noise on marine mammals
von: Venkateshwaran, Akash, et al.
Veröffentlicht: (2024)

Predicting fluid-structure interaction with graph neural networks
von: Gao, Rui, et al.
Veröffentlicht: (2022)

A Mesh-Adaptive Hypergraph Neural Network for Unsteady Flow Around Oscillating and Rotating Structures
von: Gao, Rui, et al.
Veröffentlicht: (2025)

Data-Driven, Parameterized Reduced-order Models for Predicting Distortion in Metal 3D Printing
von: Deo, Indu Kant, et al.
Veröffentlicht: (2024)

HeatGen: A Guided Diffusion Framework for Multiphysics Heat Sink Design Optimization
von: Keramati, Hadi, et al.
Veröffentlicht: (2025)

Long-Horizon Traffic Forecasting via Incident-Aware Conformal Spatio-Temporal Transformers
von: Patil, Mayur, et al.
Veröffentlicht: (2026)

A Reward-Directed Diffusion Framework for Generative Design Optimization
von: Keramati, Hadi, et al.
Veröffentlicht: (2025)

Wave-RVFL: A Randomized Neural Network Based on Wave Loss Function
von: Sajid, M., et al.
Veröffentlicht: (2024)

Classification with Deep Neural Networks and Logistic Loss
von: Zhang, Zihan, et al.
Veröffentlicht: (2023)

Compact Bayesian Neural Networks via pruned MCMC sampling
von: Deo, Ratneel, et al.
Veröffentlicht: (2025)

Chordal Sparsity for Lipschitz Constant Estimation of Deep Neural Networks
von: Xue, Anton, et al.
Veröffentlicht: (2022)

Harnessing Uncertainty: Entropy-Modulated Policy Gradients for Long-Horizon LLM Agents
von: Wang, Jiawei, et al.
Veröffentlicht: (2025)

Visualizing, Rethinking, and Mining the Loss Landscape of Deep Neural Networks
von: Xu, Yichu, et al.
Veröffentlicht: (2024)

Hidden Monotonicity: Explaining Deep Neural Networks via their DC Decomposition
von: Zimmermann, Jakob Paul, et al.
Veröffentlicht: (2026)

Stable Long-Horizon Spatiotemporal Prediction on Meshes Using Latent Multiscale Recurrent Graph Neural Networks
von: Salesses, Lionel, et al.
Veröffentlicht: (2026)

Embedding Principle in Depth for the Loss Landscape Analysis of Deep Neural Networks
von: Bai, Zhiwei, et al.
Veröffentlicht: (2022)

Deep Neural Networks Tend To Extrapolate Predictably
von: Kang, Katie, et al.
Veröffentlicht: (2023)

Randomized Geometric Algebra Methods for Convex Neural Networks
von: Wang, Yifei, et al.
Veröffentlicht: (2024)

Neural Horizon Model Predictive Control -- Increasing Computational Efficiency with Neural Networks
von: Alsmeier, Hendrik, et al.
Veröffentlicht: (2024)

Reasoning Cache: Continual Improvement Over Long Horizons via Short-Horizon RL
von: Wu, Ian, et al.
Veröffentlicht: (2026)

A Deep Surrogate Model for Robust and Generalizable Long-Term Blast Wave Prediction
von: Jing, Danning, et al.
Veröffentlicht: (2026)

Loss Patterns of Neural Networks
von: Skorokhodov, Ivan, et al.
Veröffentlicht: (2019)

Tackling Data Heterogeneity in Federated Learning via Loss Decomposition
von: Zeng, Shuang, et al.
Veröffentlicht: (2024)

Predicting Flow-Induced Vibration in Isolated and Tandem Cylinders Using Hypergraph Neural Networks
von: Heydari, Shayan, et al.
Veröffentlicht: (2025)

Deep Neural Network for Constraint Acquisition through Tailored Loss Function
von: Vyhmeister, Eduardo, et al.
Veröffentlicht: (2024)

Deep Active Inference Agents for Delayed and Long-Horizon Environments
von: Yeganeh, Yavar Taheri, et al.
Veröffentlicht: (2025)

Chordal Sparsity for SDP-based Neural Network Verification
von: Xue, Anton, et al.
Veröffentlicht: (2022)

Loss Spike in Training Neural Networks
von: Li, Xiaolong, et al.
Veröffentlicht: (2023)

SGNO: Spectral Generator Neural Operators for Stable Long Horizon PDE Rollouts
von: Li, Jiayi, et al.
Veröffentlicht: (2026)

Meta-Learning Loss Functions for Deep Neural Networks
von: Raymond, Christian
Veröffentlicht: (2024)

Heteroscedastic Neural Networks for Path Loss Prediction with Link-Specific Uncertainty
von: Ethier, Jonathan
Veröffentlicht: (2025)

Lie Group Decompositions for Equivariant Neural Networks
von: Mironenco, Mircea, et al.
Veröffentlicht: (2023)

Progressive Neural Network for Multi-Horizon Time Series Forecasting
von: Lin, Yang
Veröffentlicht: (2023)

Loss Regularizing Robotic Terrain Classification
von: Kumar, Shakti Deo, et al.
Veröffentlicht: (2024)

Network Embedding via Deep Prediction Model
von: Sun, Xin, et al.
Veröffentlicht: (2021)