Buchumschlag

PIED: Physics-Informed Experimental Design for Inverse Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hemachandra, Apivich, Lau, Gregory Kang Ruey, Ng, See-Kiong, Low, Bryan Kian Hsiang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computational Physics Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PINNACLE: PINN Adaptive ColLocation and Experimental points selection
von: Lau, Gregory Kang Ruey, et al.
Veröffentlicht: (2024)

Second- and third-order properties of multidimensional Langevin equations
von: Low, Yeeren I.
Veröffentlicht: (2023)

Inverse Surrogate Model of a Soft X-Ray Spectrometer using Domain Adaptation
von: Ahlers, Enrico, et al.
Veröffentlicht: (2025)

Experimentally Resolving Gravity-Capillary Wave Evolution in Vessels of Unknown Boundary Conditions
von: Gregory, Sean M. D., et al.
Veröffentlicht: (2026)

Quantitative causality, causality-guided scientific discovery, and causal machine learning
von: Liang, X. San, et al.
Veröffentlicht: (2024)

Automatic Termination Strategy of Inelastic Neutron-scattering Measurement Using Bayesian Optimization for Bin-width Selection
von: Muto, Kensuke, et al.
Veröffentlicht: (2026)

Design Analysis for Optimal Calibration of Diffusivity in Reactive Multilayers
von: Vohra, Manav, et al.
Veröffentlicht: (2016)

Physics of Skill Learning
von: Liu, Ziming, et al.
Veröffentlicht: (2025)

Reducing Sensing Time through Offline Experimental Design for Nuclear Spin Detection
von: Varona-Uriarte, B., et al.
Veröffentlicht: (2025)

Inverse Uncertainty Quantification by Hierarchical Bayesian Modeling and Application in Nuclear System Thermal-Hydraulics Codes
von: Wang, Chen, et al.
Veröffentlicht: (2023)

Learning and Testing Inverse Statistical Problems For Interacting Systems Undergoing Phase Transition
von: Bae, Stefano, et al.
Veröffentlicht: (2025)

KinFit -- A Kinematic Fitting Package for Hadron Physics Experiments
von: Esmail, Waleed, et al.
Veröffentlicht: (2023)

Physics-based linear regression for high-dimensional forward uncertainty quantification
von: Wang, Ziqi
Veröffentlicht: (2024)

DeepOHeat-v1: Efficient Operator Learning for Fast and Trustworthy Thermal Simulation and Optimization in 3D-IC Design
von: Yu, Xinling, et al.
Veröffentlicht: (2025)

Resolution of Simpson's paradox via the common cause principle
von: Hovhannisyan, A., et al.
Veröffentlicht: (2024)

Bayesian Inference with Deep Weakly Nonlinear Networks
von: Hanin, Boris, et al.
Veröffentlicht: (2024)

PRL-Bench: A Comprehensive Benchmark Evaluating LLMs' Capabilities in Frontier Physics Research
von: Miao, Tingjia, et al.
Veröffentlicht: (2026)

Solving All Seismic Tomographic Problems using Deep Learning
von: Zhang, Xin, et al.
Veröffentlicht: (2025)

Boltzmann-Informed Probabilities
von: Neuman, Yair, et al.
Veröffentlicht: (2025)

Physical meaning of principal component analysis for classical lattice systems with translational invariance
von: Park, Su-Chan
Veröffentlicht: (2024)

Exploring the Statistical Properties of Outputs from a Process Inspired by Geometrical Interpretation of Newton's Method
von: Kirouani, Taki
Veröffentlicht: (2024)

Quantifying Systematic Uncertainties in Experimental Physics: An Approximation Method
von: Li, Lu
Veröffentlicht: (2024)

On the dynamical evolution of randomness Part A: Random experiments as dynamical systems
von: Lobo, Allen, et al.
Veröffentlicht: (2025)

On the dynamical evolution of randomness Part B: Geometrisation and the origin of convergence in LLN
von: Lobo, Allen
Veröffentlicht: (2025)

Elephant random walks with graph based shared memory: First and second order asymptotics
von: Das, Deborshi
Veröffentlicht: (2024)

Adiabatic Approximation of Coarse Grained Second Order Response
von: Müller, Fenna, et al.
Veröffentlicht: (2022)

Predictive maintenance solution for industrial systems -- an unsupervised approach based on log periodic power law
von: Łobodziński, Bogdan
Veröffentlicht: (2024)

XASDB -- Design and Implementation of an Open-Access Spectral Database
von: Spasyuk, Denis
Veröffentlicht: (2025)

Symmetry-Informed Term Filtering for Continuum Equation Discovery
von: Yokokura, Junya, et al.
Veröffentlicht: (2026)

Probabilistic Analysis of Event-Mode Experimental Data
von: Bentley, Phillip M., et al.
Veröffentlicht: (2025)

Dipper: Diversity in Prompts for Producing Large Language Model Ensembles in Reasoning tasks
von: Lau, Gregory Kang Ruey, et al.
Veröffentlicht: (2024)

Physics-Informed Tree Search for High-Dimensional Computational Design
von: Banik, Suvo, et al.
Veröffentlicht: (2026)

Experimental measurement of quantum-first-passage-time distributions
von: Ryan, Joseph M., et al.
Veröffentlicht: (2025)

Resolving Single-Peptide Phosphorylation Dynamics in Plasmonic Nanopores using Physics-Informed Bi-Path Model
von: Yaltaye, Mulusew W., et al.
Veröffentlicht: (2026)

Identification of the parameters of complex constitutive models: Least squares minimization vs. Bayesian updating
von: Most, Thomas
Veröffentlicht: (2024)

Physics-informed 4D X-ray image reconstruction from ultra-sparse spatiotemporal data
von: Yao, Zisheng, et al.
Veröffentlicht: (2025)

Preservation of the Direct Photon and Neutral Meson Analysis in the PHENIX Experiment at RHIC
von: David, Gabor, et al.
Veröffentlicht: (2024)

The Same Problem by Different Names: Unifying Regression Dilution and Regression to the Mean
von: Fontanari, José F., et al.
Veröffentlicht: (2026)

Information-theoretic Quantification of High-order Feature Effects in Classification Problems
von: Lazic, Ivan, et al.
Veröffentlicht: (2025)

Bayesian Inference of Minimally Complex Models with Interactions of Arbitrary Order
von: de Mulatier, Clélia, et al.
Veröffentlicht: (2020)