Buchumschlag

DeePoly: A High-Order Accuracy Scientific Machine Learning Framework for Function Approximation and Solving PDEs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Li, Yong, Heng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MMET: A Multi-Input and Multi-Scale Transformer for Efficient PDEs Solving
von: Luo, Yichen, et al.
Veröffentlicht: (2025)

Applications of Scientific Machine Learning for the Analysis of Functionally Graded Porous Beams
von: Eshaghi, Mohammad Sadegh, et al.
Veröffentlicht: (2024)

Second Order Bounds for Contextual Bandits with Function Approximation
von: Pacchiano, Aldo
Veröffentlicht: (2024)

Synthetic Datasets for Machine Learning on Spatio-Temporal Graphs using PDEs
von: Arndt, Jost, et al.
Veröffentlicht: (2025)

Helix 1.0: An Open-Source Framework for Reproducible and Interpretable Machine Learning on Tabular Scientific Data
von: Aguilar-Bejarano, Eduardo, et al.
Veröffentlicht: (2025)

SciMON: Scientific Inspiration Machines Optimized for Novelty
von: Wang, Qingyun, et al.
Veröffentlicht: (2023)

Efficient High-Accuracy PDEs Solver with the Linear Attention Neural Operator
von: Zhong, Ming, et al.
Veröffentlicht: (2025)

A Question-centric Multi-experts Contrastive Learning Framework for Improving the Accuracy and Interpretability of Deep Sequential Knowledge Tracing Models
von: Zhang, Hengyuan, et al.
Veröffentlicht: (2024)

MLCopilot: Unleashing the Power of Large Language Models in Solving Machine Learning Tasks
von: Zhang, Lei, et al.
Veröffentlicht: (2023)

Machine Learning-Based Quantification of Vesicoureteral Reflux with Enhancing Accuracy and Efficiency
von: Alqaraleh, Muhyeeddin, et al.
Veröffentlicht: (2025)

DeepSeek vs. ChatGPT vs. Claude: A Comparative Study for Scientific Computing and Scientific Machine Learning Tasks
von: Jiang, Qile, et al.
Veröffentlicht: (2025)

Solving PDEs With Deep Neural Nets under General Boundary Conditions
von: Zhang, Chenggong
Veröffentlicht: (2025)

Enabling High Data Throughput Reinforcement Learning on GPUs: A Domain Agnostic Framework for Data-Driven Scientific Research
von: Lan, Tian, et al.
Veröffentlicht: (2024)

Modeling chaotic Lorenz ODE System using Scientific Machine Learning
von: Kashyap, Sameera S, et al.
Veröffentlicht: (2024)

Harnessing Scale and Physics: A Multi-Graph Neural Operator Framework for PDEs on Arbitrary Geometries
von: Li, Zhihao, et al.
Veröffentlicht: (2024)

Matching Problems to Solutions: An Explainable Way of Solving Machine Learning Problems
von: Saleh, Lokman, et al.
Veröffentlicht: (2024)

A Scientific Machine Learning Approach for Predicting and Forecasting Battery Degradation in Electric Vehicles
von: Murgai, Sharv, et al.
Veröffentlicht: (2024)

Misspecified $Q$-Learning with Sparse Linear Function Approximation: Tight Bounds on Approximation Error
von: Du, Ally Yalei, et al.
Veröffentlicht: (2024)

A Mass-Conserving-Perceptron for Machine Learning-Based Modeling of Geoscientific Systems
von: Wang, Yuan-Heng, et al.
Veröffentlicht: (2023)

DeeR-VLA: Dynamic Inference of Multimodal Large Language Models for Efficient Robot Execution
von: Yue, Yang, et al.
Veröffentlicht: (2024)

Efficient Machine Unlearning via Influence Approximation
von: Liu, Jiawei, et al.
Veröffentlicht: (2025)

Causify DataFlow: A Framework For High-performance Machine Learning Stream Computing
von: Saggese, Giacinto Paolo, et al.
Veröffentlicht: (2025)

Stochastic Multivariate Universal-Radix Finite-State Machine: a Theoretically and Practically Elegant Nonlinear Function Approximator
von: Feng, Xincheng, et al.
Veröffentlicht: (2024)

High-order Regularization for Machine Learning and Learning-based Control
von: Liu, Xinghua, et al.
Veröffentlicht: (2025)

Towards Learning Foundation Models for Heuristic Functions to Solve Pathfinding Problems
von: Khandelwal, Vedant, et al.
Veröffentlicht: (2024)

Probabilistic Neural Networks (PNNs) for Modeling Aleatoric Uncertainty in Scientific Machine Learning
von: Pourkamali-Anaraki, Farhad, et al.
Veröffentlicht: (2024)

GLOP: Learning Global Partition and Local Construction for Solving Large-scale Routing Problems in Real-time
von: Ye, Haoran, et al.
Veröffentlicht: (2023)

Towards Differentially Private Reinforcement Learning with General Function Approximation
von: He, Yi, et al.
Veröffentlicht: (2026)

Implicit Hypergraph Neural Networks: A Stable Framework for Higher-Order Relational Learning with Provable Guarantees
von: Li, Xiaoyu, et al.
Veröffentlicht: (2025)

Causality for Tabular Data Synthesis: A High-Order Structure Causal Benchmark Framework
von: Tu, Ruibo, et al.
Veröffentlicht: (2024)

PolySet: Restoring the Statistical Ensemble Nature of Polymers for Machine Learning
von: Ferji, Khalid
Veröffentlicht: (2025)

Enhancing Neural Function Approximation: The XNet Outperforming KAN
von: Li, Xin, et al.
Veröffentlicht: (2025)

Experiment Planning with Function Approximation
von: Pacchiano, Aldo, et al.
Veröffentlicht: (2024)

Split Federated Learning Architectures for High-Accuracy and Low-Delay Model Training
von: Papageorgiou, Yiannis, et al.
Veröffentlicht: (2026)

Tensor and Matrix Low-Rank Value-Function Approximation in Reinforcement Learning
von: Rozada, Sergio, et al.
Veröffentlicht: (2022)

On the Statistical Efficiency of Mean-Field Reinforcement Learning with General Function Approximation
von: Huang, Jiawei, et al.
Veröffentlicht: (2023)

The DeepXube Software Package for Solving Pathfinding Problems with Learned Heuristic Functions and Search
von: Agostinelli, Forest
Veröffentlicht: (2026)

Subspace-based Approximate Hessian Method for Zeroth-Order Optimization
von: Kim, Dongyoon, et al.
Veröffentlicht: (2025)

Physics-aware Machine Learning Revolutionizes Scientific Paradigm for Machine Learning and Process-based Hydrology
von: Xu, Qingsong, et al.
Veröffentlicht: (2023)

Machine Learning Techniques for Pattern Recognition in High-Dimensional Data Mining
von: Li, Pochun
Veröffentlicht: (2024)