Enregistré dans:
| Auteurs principaux: | Yang, Jun, Yamasaki, Shintaro |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2504.14790 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Applying Convolutional Neural Networks to Data on Unstructured Meshes with Space-Filling Curves
par: Heaney, Claire E., et autres
Publié: (2020)
par: Heaney, Claire E., et autres
Publié: (2020)
A Constrained Multi-Fidelity Bayesian Optimization Method
par: Wang, Jingyi, et autres
Publié: (2025)
par: Wang, Jingyi, et autres
Publié: (2025)
A Boundary Integral-based Neural Operator for Mesh Deformation
par: Wu, Zhengyu, et autres
Publié: (2026)
par: Wu, Zhengyu, et autres
Publié: (2026)
Learning-based Multi-continuum Model for Multiscale Flow Problems
par: Wang, Fan, et autres
Publié: (2024)
par: Wang, Fan, et autres
Publié: (2024)
Quantifying Correlations of Machine Learning Models
par: Li, Yuanyuan, et autres
Publié: (2025)
par: Li, Yuanyuan, et autres
Publié: (2025)
Mesh motion in fluid-structure interaction with deep operator networks
par: Hellan, Ottar
Publié: (2024)
par: Hellan, Ottar
Publié: (2024)
Enhanced BPINN Training Convergence in Solving General and Multi-scale Elliptic PDEs with Noise
par: Hou, Yilong, et autres
Publié: (2024)
par: Hou, Yilong, et autres
Publié: (2024)
Better Neural PDE Solvers Through Data-Free Mesh Movers
par: Hu, Peiyan, et autres
Publié: (2023)
par: Hu, Peiyan, et autres
Publié: (2023)
An In-Depth Examination of Risk Assessment in Multi-Class Classification Algorithms
par: Ghandwani, Disha, et autres
Publié: (2024)
par: Ghandwani, Disha, et autres
Publié: (2024)
Multi-Scale Finite Expression Method for PDEs with Oscillatory Solutions on Complex Domains
par: Hardwick, Gareth, et autres
Publié: (2025)
par: Hardwick, Gareth, et autres
Publié: (2025)
Fine-Tune Language Models as Multi-Modal Differential Equation Solvers
par: Yang, Liu, et autres
Publié: (2023)
par: Yang, Liu, et autres
Publié: (2023)
Moving Sampling Physics-informed Neural Networks induced by Moving Mesh PDE
par: Yang, Yu, et autres
Publié: (2023)
par: Yang, Yu, et autres
Publié: (2023)
End-to-End Mesh Optimization of a Hybrid Deep Learning Black-Box PDE Solver
par: Ma, Shaocong, et autres
Publié: (2024)
par: Ma, Shaocong, et autres
Publié: (2024)
Physics-Informed Graph-Mesh Networks for PDEs: A hybrid approach for complex problems
par: Chenaud, Marien, et autres
Publié: (2024)
par: Chenaud, Marien, et autres
Publié: (2024)
Data-driven discovery of roughness descriptors for surface characterization and intimate contact modeling of unidirectional composite tapes
par: Rodriguez, Sebastian, et autres
Publié: (2026)
par: Rodriguez, Sebastian, et autres
Publié: (2026)
Data-driven approaches to inverse problems
par: Schönlieb, Carola-Bibiane, et autres
Publié: (2025)
par: Schönlieb, Carola-Bibiane, et autres
Publié: (2025)
Multi-level Optimal Control with Neural Surrogate Models
par: Kalise, Dante, et autres
Publié: (2024)
par: Kalise, Dante, et autres
Publié: (2024)
A hybrid iterative method based on MIONet for PDEs: Theory and numerical examples
par: Hu, Jun, et autres
Publié: (2024)
par: Hu, Jun, et autres
Publié: (2024)
Data-driven Model Reduction for Soft Robots via Lagrangian Operator Inference
par: Sharma, Harsh, et autres
Publié: (2024)
par: Sharma, Harsh, et autres
Publié: (2024)
Enhancing Gaussian Process Surrogates for Optimization and Posterior Approximation via Random Exploration
par: Kim, Hwanwoo, et autres
Publié: (2024)
par: Kim, Hwanwoo, et autres
Publié: (2024)
Multi-Level Monte Carlo Training of Neural Operators
par: Rowbottom, James, et autres
Publié: (2025)
par: Rowbottom, James, et autres
Publié: (2025)
Multi-Preconditioned LBFGS for Training Finite-Basis PINNs
par: Salvadó-Benasco, Marc, et autres
Publié: (2026)
par: Salvadó-Benasco, Marc, et autres
Publié: (2026)
MODNO: Multi Operator Learning With Distributed Neural Operators
par: Zhang, Zecheng
Publié: (2024)
par: Zhang, Zecheng
Publié: (2024)
Data-driven topology design using a deep generative model
par: Yamasaki, Shintaro, et autres
Publié: (2020)
par: Yamasaki, Shintaro, et autres
Publié: (2020)
Distillation of Discrete Diffusion through Dimensional Correlations
par: Hayakawa, Satoshi, et autres
Publié: (2024)
par: Hayakawa, Satoshi, et autres
Publié: (2024)
Approximation and learning of anisotropic and mixed smooth functions by deep ReLU neural networks
par: Yang, Yunfei, et autres
Publié: (2026)
par: Yang, Yunfei, et autres
Publié: (2026)
A Novel Methodology in Credit Spread Prediction Based on Ensemble Learning and Feature Selection
par: Shao, Yu, et autres
Publié: (2024)
par: Shao, Yu, et autres
Publié: (2024)
An Enhanced Zeroth-Order Stochastic Frank-Wolfe Framework for Constrained Finite-Sum Optimization
par: Ye, Haishan, et autres
Publié: (2025)
par: Ye, Haishan, et autres
Publié: (2025)
Multi-Level GNN Preconditioner for Solving Large Scale Problems
par: Nastorg, Matthieu, et autres
Publié: (2024)
par: Nastorg, Matthieu, et autres
Publié: (2024)
Graph-based Semi-supervised Local Clustering with Few Labeled Nodes
par: Shen, Zhaiming, et autres
Publié: (2022)
par: Shen, Zhaiming, et autres
Publié: (2022)
mLaSDI: Multi-stage latent space dynamics identification
par: Anderson, William, et autres
Publié: (2025)
par: Anderson, William, et autres
Publié: (2025)
Low-rank computation of the posterior mean in Multi-Output Gaussian Processes
par: Esche, Sebastian, et autres
Publié: (2025)
par: Esche, Sebastian, et autres
Publié: (2025)
Shape-informed surrogate models based on signed distance function domain encoding
par: Zhang, Linying, et autres
Publié: (2024)
par: Zhang, Linying, et autres
Publié: (2024)
A Deep Learning Framework for Multi-Operator Learning: Architectures and Approximation Theory
par: Weihs, Adrien, et autres
Publié: (2025)
par: Weihs, Adrien, et autres
Publié: (2025)
Computational Advantages of Multi-Grade Deep Learning: Convergence Analysis and Performance Insights
par: Fang, Ronglong, et autres
Publié: (2025)
par: Fang, Ronglong, et autres
Publié: (2025)
Data-driven identification of port-Hamiltonian DAE systems by Gaussian processes
par: Zaspel, Peter, et autres
Publié: (2024)
par: Zaspel, Peter, et autres
Publié: (2024)
Towards a Foundation Model for Partial Differential Equations: Multi-Operator Learning and Extrapolation
par: Sun, Jingmin, et autres
Publié: (2024)
par: Sun, Jingmin, et autres
Publié: (2024)
Data-Augmented Predictive Deep Neural Network: Enhancing the extrapolation capabilities of non-intrusive surrogate models
par: Sun, Shuwen, et autres
Publié: (2024)
par: Sun, Shuwen, et autres
Publié: (2024)
LRTuckerRep: Low-rank Tucker Representation Model for Multi-dimensional Data Completion
par: Gong, Wenwu, et autres
Publié: (2025)
par: Gong, Wenwu, et autres
Publié: (2025)
Neural network-driven domain decomposition for efficient solutions to the Helmholtz equation
par: Dolean, Victorita, et autres
Publié: (2025)
par: Dolean, Victorita, et autres
Publié: (2025)
Documents similaires
-
Applying Convolutional Neural Networks to Data on Unstructured Meshes with Space-Filling Curves
par: Heaney, Claire E., et autres
Publié: (2020) -
A Constrained Multi-Fidelity Bayesian Optimization Method
par: Wang, Jingyi, et autres
Publié: (2025) -
A Boundary Integral-based Neural Operator for Mesh Deformation
par: Wu, Zhengyu, et autres
Publié: (2026) -
Learning-based Multi-continuum Model for Multiscale Flow Problems
par: Wang, Fan, et autres
Publié: (2024) -
Quantifying Correlations of Machine Learning Models
par: Li, Yuanyuan, et autres
Publié: (2025)