Buchumschlag

An Imbalanced Learning-based Sampling Method for Physics-informed Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Jiaqi, Yang, Yahong, Yuan, Yuan, Xu, Shixin, Hao, Wenrui
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning G.1.8
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Physics-informed Temporal Alignment for Auto-regressive PDE Foundation Models
von: Zhu, Congcong, et al.
Veröffentlicht: (2025)

A Physics-driven GraphSAGE Method for Physical Process Simulations Described by Partial Differential Equations
von: Hu, Hang, et al.
Veröffentlicht: (2024)

SetONet: A Set-Based Operator Network for Solving PDEs with Variable-Input Sampling
von: Tretiakov, Stepan, et al.
Veröffentlicht: (2025)

(U)NFV: Supervised and Unsupervised Neural Finite Volume Methods for Solving Hyperbolic PDEs
von: Lichtlé, Nathan, et al.
Veröffentlicht: (2025)

Linearization Turns Neural Operators into Function-Valued Gaussian Processes
von: Magnani, Emilia, et al.
Veröffentlicht: (2024)

Parametric Learning of Time-Advancement Operators for Unstable Flame Evolution
von: Yu, Rixin, et al.
Veröffentlicht: (2024)

MP-FVM: Enhancing Finite Volume Method for Water Infiltration Modeling in Unsaturated Soils via Message-passing Encoder-decoder Network
von: Song, Zeyuan, et al.
Veröffentlicht: (2023)

Multi-frequency Neural Born Iterative Method for Solving 2-D Inverse Scattering Problems
von: Liu, Daoqi, et al.
Veröffentlicht: (2024)

Learning Where the Physics Is: Probabilistic Adaptive Sampling for Stiff PDEs
von: Srinivasan, Akshay Govind, et al.
Veröffentlicht: (2026)

Diagnosing Failure Modes of Neural Operators Across Diverse PDE Families
von: Shikhman, Lennon
Veröffentlicht: (2026)

Adaptive Multilevel Neural Networks for Parametric PDEs with Error Estimation
von: Schütte, Janina E., et al.
Veröffentlicht: (2024)

Collocation-based Robust Variational Physics-Informed Neural Networks (CRVPINN)
von: Łoś, Marcin, et al.
Veröffentlicht: (2024)

Deep vs. Shallow: Benchmarking Physics-Informed Neural Architectures on the Biharmonic Equation
von: Srinivasan, Akshay Govind, et al.
Veröffentlicht: (2025)

Stabilized Adaptive Loss and Residual-Based Collocation for Physics-Informed Neural Networks
von: Singh, Divyavardhan, et al.
Veröffentlicht: (2026)

Neural Green's Operators for Parametric Partial Differential Equations
von: Melchers, Hugo, et al.
Veröffentlicht: (2024)

One Operator to Rule Them All? On Boundary-Indexed Operator Families in Neural PDE Solvers
von: Shikhman, Lennon J.
Veröffentlicht: (2026)

Python library supporting Discrete Variational Formulations and training solutions with Collocation-based Robust Variational Physics Informed Neural Networks (DVF-CRVPINN)
von: Służalec, Tomasz, et al.
Veröffentlicht: (2026)

Physics-informed neural network estimation of active material properties in time-dependent cardiac biomechanical models
von: Höfler, Matthias, et al.
Veröffentlicht: (2025)

A Two-Level Direct Solver for the Hierarchical Poincaré-Steklov Method
von: Kump, Joseph, et al.
Veröffentlicht: (2025)

Collocation-based Robust Physics Informed Neural Networks for time-dependent simulations of pollution propagation under thermal inversion conditions on Spitsbergen
von: Siwik, Leszek, et al.
Veröffentlicht: (2026)

Operator learning on domain boundary through combining fundamental solution-based artificial data and boundary integral techniques
von: Wu, Haochen, et al.
Veröffentlicht: (2026)

Convex Physics Informed Neural Networks for the Monge-Ampère Optimal Transport Problem
von: Caboussat, Alexandre, et al.
Veröffentlicht: (2025)

Semigroup Consistency as a Diagnostic for Learned Physics Simulators
von: Shikhman, Lennon J.
Veröffentlicht: (2026)

Towards Coordinate- and Dimension-Agnostic Machine Learning for Partial Differential Equations
von: Phan, Trung V., et al.
Veröffentlicht: (2025)

Linear-Nonlinear Fusion Neural Operator for Partial Differential Equations
von: Wu, Heng, et al.
Veröffentlicht: (2026)

Convolutional-neural-operator-based transfer learning for solving PDEs
von: Fan, Peng, et al.
Veröffentlicht: (2025)

WoSNN: Stochastic Solver for PDEs with Machine Learning
von: Song, Silei, et al.
Veröffentlicht: (2025)

Improving GBDT Performance on Imbalanced Datasets: An Empirical Study of Class-Balanced Loss Functions
von: Luo, Jiaqi, et al.
Veröffentlicht: (2024)

Analysis of and workarounds for element reversal for a finite element-based algorithm for warping triangular and tetrahedral meshes
von: Shontz, Suzanne M., et al.
Veröffentlicht: (2004)

Seeing Structural Failure Before it Happens: An Image-Based Physics-Informed Neural Network (PINN) for Spaghetti Bridge Load Prediction
von: Khan, Omer Jauhar, et al.
Veröffentlicht: (2025)

Efficient Global-Local Fusion Sampling for Physics-Informed Neural Networks
von: Luo, Jiaqi, et al.
Veröffentlicht: (2025)

Frequency Bias and OOD Generalization in Neural Operators under a Variable-Coefficient Wave Equation
von: Xie, Runlong, et al.
Veröffentlicht: (2026)

A Structure-Preserving PML-Domain-Embedding Method for Acoustic Wave Scattering by Moving Objects
von: Gu, Xuelong, et al.
Veröffentlicht: (2026)

Physics Informed Neural Network Code for 2D Transient Problems (PINN-2DT) Compatible with Google Colab
von: Maczuga, Paweł, et al.
Veröffentlicht: (2023)

GridapROMs.jl: Efficient reduced order modelling in the Julia programming language
von: Mueller, Nicholas, et al.
Veröffentlicht: (2025)

Second-order exponential splittings in the presence of unbounded and time-dependent operators: construction and convergence
von: Kropielnicka, Karolina, et al.
Veröffentlicht: (2023)

Direct linearization method for nonlinear PDE's and the related kernel RBFs
von: Chen, W.
Veröffentlicht: (2001)

New RBF collocation schemes and their applications
von: Chen, W.
Veröffentlicht: (2001)

Some recent advances on the RBF
von: Chen, W
Veröffentlicht: (2002)

Regularized dynamical parametric approximation of stiff evolution problems
von: Lubich, Christian, et al.
Veröffentlicht: (2025)