Buchumschlag

Scalable and Robust Physics-Informed Graph Neural Networks for Water Distribution Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ashraf, Inaam, Artelt, André, Hammer, Barbara
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Neural and Evolutionary Computing Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Power Flow Analysis Using Deep Neural Networks in Three-Phase Unbalanced Smart Distribution Grids
von: Tiwari, Deepak, et al.
Veröffentlicht: (2024)

Engineering Hybrid Physics-Informed Neural Networks for Next-Generation Electricity Systems: A State-of-the-Art Review
von: Nyangon, Joseph
Veröffentlicht: (2026)

Application of Zone Method based Physics-Informed Neural Networks in Reheating Furnaces
von: Dutta, Ujjal Kr, et al.
Veröffentlicht: (2023)

SCAR: State-Space Compression for Scalable AI-Based Network Management of Vehicular Services
von: Comsa, Ioan-Sorin, et al.
Veröffentlicht: (2025)

Orthogonal Transforms in Neural Networks Amount to Effective Regularization
von: Zając, Krzysztof, et al.
Veröffentlicht: (2023)

Control-Theoretic Techniques for Online Adaptation of Deep Neural Networks in Dynamical Systems
von: Elkins, Jacob G., et al.
Veröffentlicht: (2024)

Designing Robust Software Sensors for Nonlinear Systems via Neural Networks and Adaptive Sliding Mode Control
von: Farkane, Ayoub, et al.
Veröffentlicht: (2025)

Optimality Principles and Neural Ordinary Differential Equations-based Process Modeling for Distributed Control
von: Wartmann, Michael R., et al.
Veröffentlicht: (2025)

Neural Control System for Continuous Glucose Monitoring and Maintenance
von: Wasi, Azmine Toushik
Veröffentlicht: (2024)

Safe PDE Boundary Control with Neural Operators
von: Hu, Hanjiang, et al.
Veröffentlicht: (2024)

Physics-Informed Echo State Networks for Modeling Controllable Dynamical Systems
von: Mochiutti, Eric, et al.
Veröffentlicht: (2024)

DGPO: RL-Steered Graph Diffusion for Neural Architecture Generation
von: Liuliakov, Aleksei, et al.
Veröffentlicht: (2026)

Improving Performance of Spike-based Deep Q-Learning using Ternary Neurons
von: Ghoreishee, Aref, et al.
Veröffentlicht: (2025)

Curriculum-Learned Vanishing Stacked Residual PINNs for Hyperbolic PDE State Reconstruction
von: Eshkofti, Katayoun, et al.
Veröffentlicht: (2026)

Real-Time Recurrent Reinforcement Learning
von: Lemmel, Julian, et al.
Veröffentlicht: (2023)

Learning the optimal state-feedback via supervised imitation learning
von: Tailor, Dharmesh, et al.
Veröffentlicht: (2019)

Improving Low-Fidelity Models of Li-ion Batteries via Hybrid Sparse Identification of Nonlinear Dynamics
von: da Silva, Samuel Filgueira, et al.
Veröffentlicht: (2024)

A Cloud-Edge Framework for Energy-Efficient Event-Driven Control: An Integration of Online Supervised Learning, Spiking Neural Networks and Local Plasticity Rules
von: Ahmadvand, Reza, et al.
Veröffentlicht: (2024)

Physics Informed Neural Network Estimated Circuit Parameter Adaptive Modulation of DAB
von: Dey, Saikat, et al.
Veröffentlicht: (2025)

Noise-Aware Bayesian Optimization Approach for Capacity Planning of the Distributed Energy Resources in an Active Distribution Network
von: Yang, Ruizhe, et al.
Veröffentlicht: (2024)

An Efficient General-Purpose Optical Accelerator for Neural Networks
von: Fei, Sijie, et al.
Veröffentlicht: (2024)

A Pipelined Memristive Neural Network Analog-to-Digital Converter
von: Danial, Loai, et al.
Veröffentlicht: (2024)

Adaptive Control in Autonomous Driving via Real-Time Recurrent RL
von: Lemmel, Julian, et al.
Veröffentlicht: (2026)

Task-Sensitive Concept Drift Detector with Constraint Embedding
von: Castellani, Andrea, et al.
Veröffentlicht: (2021)

Robust Parameter and State Estimation in Multiscale Neuronal Systems Using Physics-Informed Neural Networks
von: Wei, Changliang, et al.
Veröffentlicht: (2026)

Personalized Spiking Neural Networks with Ferroelectric Synapses for EEG Signal Processing
von: Garg, Nikhil, et al.
Veröffentlicht: (2025)

Digital Twin-Driven Pavement Health Monitoring and Maintenance Optimization Using Graph Neural Networks
von: Topu, Mohsin Mahmud, et al.
Veröffentlicht: (2025)

Joint Sensor Deployment and Physics-Informed Graph Transformer for Smart Grid Attack Detection
von: Elnour, Mariam, et al.
Veröffentlicht: (2026)

Computationally Efficient Optimisation of Elbow-Type Draft Tube Using Neural Network Surrogates
von: Sikirica, Ante, et al.
Veröffentlicht: (2024)

Perception-Informed Neural Networks: Beyond Physics-Informed Neural Networks
von: Mazandarani, Mehran, et al.
Veröffentlicht: (2025)

A Globally Convergent Algorithm for Neural Network Parameter Optimization Based on Difference-of-Convex Functions
von: Tschernutter, Daniel, et al.
Veröffentlicht: (2024)

Predictive Coding Graphs are a Superset of Feedforward Neural Networks
von: van Zwol, Björn
Veröffentlicht: (2026)

Learnable Activation Functions in Physics-Informed Neural Networks for Solving Partial Differential Equations
von: Farea, Afrah, et al.
Veröffentlicht: (2024)

Improving the Performance of Echo State Networks Through State Feedback
von: Ehlers, Peter J., et al.
Veröffentlicht: (2023)

Spiking Neural Networks as a Controller for Emergent Swarm Agents
von: Zhu, Kevin, et al.
Veröffentlicht: (2024)

Discovering Physics-Informed Neural Networks Model for Solving Partial Differential Equations through Evolutionary Computation
von: Zhang, Bo, et al.
Veröffentlicht: (2024)

Combining Large Language Models and Gradient-Free Optimization for Automatic Control Policy Synthesis
von: Bosio, Carlo, et al.
Veröffentlicht: (2025)

Guidance Design for Escape Flight Vehicle Using Evolution Strategy Enhanced Deep Reinforcement Learning
von: Hu, Xiao, et al.
Veröffentlicht: (2024)

Real-world validation of safe reinforcement learning, model predictive control and decision tree-based home energy management systems
von: Ruddick, Julian, et al.
Veröffentlicht: (2024)

Controlling Chaotic Maps using Next-Generation Reservoir Computing
von: Kent, Robert M., et al.
Veröffentlicht: (2023)