Buchumschlag

KITINet: Kinetics Theory Inspired Network Architectures with PDE Simulation Approaches

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Mingquan, Fu, Yifan, Zhang, Tongcheng, Jiang, Yu, Huang, Yixin, Yan, Junchi
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

KO: Kinetics-inspired Neural Optimizer with PDE Simulation Approaches
von: Feng, Mingquan, et al.
Veröffentlicht: (2025)

Optimal Control Operator Perspective and a Neural Adaptive Spectral Method
von: Feng, Mingquan, et al.
Veröffentlicht: (2024)

On the Learning Dynamics of Two-layer Linear Networks with Label Noise SGD
von: Zhang, Tongcheng, et al.
Veröffentlicht: (2026)

PhysicsCorrect: A Training-Free Approach for Stable Neural PDE Simulations
von: Huang, Xinquan, et al.
Veröffentlicht: (2025)

GLOBE: Accurate and Generalizable PDE Surrogates using Domain-Inspired Architectures and Equivariances
von: Sharpe, Peter
Veröffentlicht: (2025)

An Inverse Scattering Inspired Fourier Neural Operator for Time-Dependent PDE Learning
von: Yu, Rixin
Veröffentlicht: (2025)

Hypergraph Neural Diffusion: A PDE-Inspired Framework for Hypergraph Message Passing
von: Zhou, Zhiheng, et al.
Veröffentlicht: (2026)

Towards Quantum Graph Neural Networks: An Ego-Graph Learning Approach
von: Ai, Xing, et al.
Veröffentlicht: (2022)

M2PDE: Compositional Generative Multiphysics and Multi-component PDE Simulation
von: Zhang, Tao, et al.
Veröffentlicht: (2024)

Deep learning with noisy labels in medical prediction problems: a scoping review
von: Wei, Yishu, et al.
Veröffentlicht: (2024)

SP2RINT: Spatially-Decoupled Physics-Inspired Progressive Inverse Optimization for Scalable, PDE-Constrained Meta-Optical Neural Network Training
von: Ma, Pingchuan, et al.
Veröffentlicht: (2025)

New Evidence of the Two-Phase Learning Dynamics of Neural Networks
von: Zhou, Zhanpeng, et al.
Veröffentlicht: (2025)

PeSANet: Physics-encoded Spectral Attention Network for Simulating PDE-Governed Complex Systems
von: Wan, Han, et al.
Veröffentlicht: (2025)

PDE-Transformer: Efficient and Versatile Transformers for Physics Simulations
von: Holzschuh, Benjamin, et al.
Veröffentlicht: (2025)

PIBNet: a Physics-Inspired Boundary Network for Multiple Scattering Simulations
von: Marsal, Rémi, et al.
Veröffentlicht: (2025)

How Graph Neural Networks Learn: Lessons from Training Dynamics
von: Yang, Chenxiao, et al.
Veröffentlicht: (2023)

MONAS: Efficient Zero-Shot Neural Architecture Search for MCUs
von: Qiao, Ye, et al.
Veröffentlicht: (2024)

A Small Math Model: Recasting Strategy Choice Theory in an LLM-Inspired Architecture
von: Rahman, Roussel, et al.
Veröffentlicht: (2025)

LE-PDE++: Mamba for accelerating PDEs Simulations
von: Liang, Aoming, et al.
Veröffentlicht: (2024)

Kinetic-based regularization: Learning spatial derivatives and PDE applications
von: Ganguly, Abhisek, et al.
Veröffentlicht: (2026)

Mechanistic PDE Networks for Discovery of Governing Equations
von: Pervez, Adeel, et al.
Veröffentlicht: (2025)

Learning to Solve Combinatorial Optimization under Positive Linear Constraints via Non-Autoregressive Neural Networks
von: Wang, Runzhong, et al.
Veröffentlicht: (2024)

Text2PDE: Latent Diffusion Models for Accessible Physics Simulation
von: Zhou, Anthony, et al.
Veröffentlicht: (2024)

Learning to Select and Rank from Choice-Based Feedback: A Simple Nested Approach
von: Yang, Junwen, et al.
Veröffentlicht: (2023)

InstantNet: Automated Generation and Deployment of Instantaneously Switchable-Precision Networks
von: Fu, Yonggan, et al.
Veröffentlicht: (2021)

CoDCL: Counterfactual-Inspired Augmentation Contrastive Learning for Temporal Link Prediction in Social Networks
von: Feng, Hantong, et al.
Veröffentlicht: (2026)

PDE-aware Optimizer for Physics-informed Neural Networks
von: Churiwala, Vismay, et al.
Veröffentlicht: (2025)

Residual Stream Duality in Modern Transformer Architectures
von: Zhang, Yifan
Veröffentlicht: (2026)

A General Theory for Compositional Generalization
von: Fu, Jingwen, et al.
Veröffentlicht: (2024)

Learning Calibrated Uncertainties for Domain Shift: A Distributionally Robust Learning Approach
von: Wang, Haoxuan, et al.
Veröffentlicht: (2020)

MicroNAS: Zero-Shot Neural Architecture Search for MCUs
von: Qiao, Ye, et al.
Veröffentlicht: (2024)

Q-RUN: Quantum-Inspired Data Re-uploading Networks
von: Qiao, Wenbo, et al.
Veröffentlicht: (2025)

Behavior-Inspired Neural Networks for Relational Inference
von: Yang, Yulong, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Graph Neural Networks: A Multi-Hop Evidence Fusion Approach
von: Chen, Qingfeng, et al.
Veröffentlicht: (2025)

Scaling up Probabilistic PDE Simulators with Structured Volumetric Information
von: Weiland, Tim, et al.
Veröffentlicht: (2024)

From Basis to Basis: Gaussian Particle Representation for Interpretable PDE Operators
von: Li, Zhihao, et al.
Veröffentlicht: (2026)

Accelerating PDE-Constrained Optimization by the Derivative of Neural Operators
von: Cheng, Ze, et al.
Veröffentlicht: (2025)

Brain-Inspired Spiking Neural Networks for Industrial Fault Diagnosis: A Survey, Challenges, and Opportunities
von: Wang, Huan, et al.
Veröffentlicht: (2023)

Transformers from Diffusion: A Unified Framework for Neural Message Passing
von: Wu, Qitian, et al.
Veröffentlicht: (2024)

Learning to Extrapolate to New Tasks: A Relational Approach to Task Extrapolation
von: Ousherovitch, Adam, et al.
Veröffentlicht: (2026)