Buchumschlag

Mechanistic PDE Networks for Discovery of Governing Equations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pervez, Adeel, Gavves, Efstratios, Locatello, Francesco
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mechanistic Neural Networks for Scientific Machine Learning
von: Pervez, Adeel, et al.
Veröffentlicht: (2024)

Scalable Mechanistic Neural Networks for Differential Equations and Machine Learning
von: Chen, Jiale, et al.
Veröffentlicht: (2024)

Controlling Transient Amplification Improves Long-horizon Rollouts
von: Pervez, Adeel, et al.
Veröffentlicht: (2026)

The Perception-Physics Paradox: Probing Scientific Alignment with TC-Bench
von: Yao, Dingling, et al.
Veröffentlicht: (2026)

Amortized Equation Discovery in Hybrid Dynamical Systems
von: Liu, Yongtuo, et al.
Veröffentlicht: (2024)

Latent Field Discovery In Interacting Dynamical Systems With Neural Fields
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2023)

Ai-Sampler: Adversarial Learning of Markov kernels with involutive maps
von: Egorov, Evgenii, et al.
Veröffentlicht: (2024)

From MLP to NeoMLP: Leveraging Self-Attention for Neural Fields
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

Roto-translated Local Coordinate Frames For Interacting Dynamical Systems
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2021)

Learning Explicit Single-Cell Dynamics Using ODE Representations
von: von Bassewitz, Jan-Philipp, et al.
Veröffentlicht: (2025)

Causal Learning with the Invariance Principle
von: Montagna, Francesco, et al.
Veröffentlicht: (2026)

Mechanistic Interpretability for AI Safety -- A Review
von: Bereska, Leonard, et al.
Veröffentlicht: (2024)

Superposition as Lossy Compression: Measure with Sparse Autoencoders and Connect to Adversarial Vulnerability
von: Bereska, Leonard, et al.
Veröffentlicht: (2025)

Space-Time Continuous PDE Forecasting using Equivariant Neural Fields
von: Knigge, David M., et al.
Veröffentlicht: (2024)

The Rate-Distortion-Polysemanticity Tradeoff in SAEs
von: Mencattini, Tommaso, et al.
Veröffentlicht: (2026)

Any-Resolution AI-Generated Image Detection by Spectral Learning
von: Karageorgiou, Dimitrios, et al.
Veröffentlicht: (2024)

Symmetry-Informed Governing Equation Discovery
von: Yang, Jianke, et al.
Veröffentlicht: (2024)

Language Agents Meet Causality -- Bridging LLMs and Causal World Models
von: Gkountouras, John, et al.
Veröffentlicht: (2024)

LoTUS: Large-Scale Machine Unlearning with a Taste of Uncertainty
von: Spartalis, Christoforos N., et al.
Veröffentlicht: (2025)

Unleashing Uncertainty: Efficient Machine Unlearning for Generative AI
von: Spartalis, Christoforos N., et al.
Veröffentlicht: (2025)

Domain Adaptation with Cauchy-Schwarz Divergence
von: Yin, Wenzhe, et al.
Veröffentlicht: (2024)

Addressing Instrument-Outcome Confounding in Mendelian Randomization through Representation Learning
von: Huang, Shimeng, et al.
Veröffentlicht: (2026)

Toward Identifiable Sparse Autoencoders
von: Nelson, Walter, et al.
Veröffentlicht: (2026)

Marrying Causal Representation Learning with Dynamical Systems for Science
von: Yao, Dingling, et al.
Veröffentlicht: (2024)

Learning Discrete Diffusion of Graphs via Free-Energy Gradient Flows
von: Rancati, Dario, et al.
Veröffentlicht: (2026)

Self-Compatibility: Evaluating Causal Discovery without Ground Truth
von: Faller, Philipp M., et al.
Veröffentlicht: (2023)

Exploratory Causal Inference in SAEnce
von: Mencattini, Tommaso, et al.
Veröffentlicht: (2025)

Divided Attention: Unsupervised Multi-Object Discovery with Contextually Separated Slots
von: Lao, Dong, et al.
Veröffentlicht: (2023)

Demystifying amortized causal discovery with transformers
von: Montagna, Francesco, et al.
Veröffentlicht: (2024)

Towards Uniformity and Alignment for Multimodal Representation Learning
von: Yin, Wenzhe, et al.
Veröffentlicht: (2026)

Governing Equation Discovery from Data Based on Differential Invariants
von: Hu, Lexiang, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

High-dimensional Analysis of Synthetic Data Selection
von: Rezaei, Parham, et al.
Veröffentlicht: (2025)

Navigating the Latent Space Dynamics of Neural Models
von: Fumero, Marco, et al.
Veröffentlicht: (2025)

Statistical and structural identifiability in representation learning
von: Nelson, Walter, et al.
Veröffentlicht: (2026)

Out-of-Distribution Detection with Relative Angles
von: Demirel, Berker, et al.
Veröffentlicht: (2024)

CTRL-O: Language-Controllable Object-Centric Visual Representation Learning
von: Didolkar, Aniket, et al.
Veröffentlicht: (2025)

Unsupervised Concept Discovery Mitigates Spurious Correlations
von: Arefin, Md Rifat, et al.
Veröffentlicht: (2024)

Distributional Vision-Language Alignment by Cauchy-Schwarz Divergence
von: Yin, Wenzhe, et al.
Veröffentlicht: (2025)

Provable Generalization Bounds for Deep Neural Networks with Momentum-Adaptive Gradient Dropout
von: Safder, Adeel
Veröffentlicht: (2025)