:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Adhikari, K., Mamud, Md. Lal, Mudunuru, M. K., Nakshatrala, K. B.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Numerical Analysis
Online-Zugang:	https://arxiv.org/abs/2506.15960
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Effect of temperature-dependent material properties on thermal regulation in microvascular composites
von: Adhikari, K., et al.
Veröffentlicht: (2024)

An Adaptive Machine Learning Framework for Fluid Flow in Dual-Network Porous Media
von: Maduri, V. S., et al.
Veröffentlicht: (2026)

A Machine Learning-Enhanced Hopf-Cole Formulation for Nonlinear Gas Flow in Porous Media
von: Maduru, V. S., et al.
Veröffentlicht: (2026)

Dynamic properties of double porosity/permeability model
von: Nakshatrala, K. B.
Veröffentlicht: (2023)

Flow Through Porous Media: A Hopf-Cole Transformation Approach for Modeling Pressure-Dependent Viscosity
von: Maduri, V. S., et al.
Veröffentlicht: (2025)

Closed-loop geothermal systems: Modeling and predictions
von: Adhikari, K., et al.
Veröffentlicht: (2024)

Modeling thermal regulation in thin vascular systems: A mathematical analysis
von: Nakshatrala, Kalyana B.
Veröffentlicht: (2022)

Shapley values and machine learning to characterize metamaterials for seismic applications
von: Oniz, D., et al.
Veröffentlicht: (2021)

Quantifying local and global mass balance errors in physics-informed neural networks
von: Mamud, Md Lal, et al.
Veröffentlicht: (2023)

SVD-PINNs: Transfer Learning of Physics-Informed Neural Networks via Singular Value Decomposition
von: Gao, Yihang, et al.
Veröffentlicht: (2022)

HyDeMiC: A Deep Learning-based Mineral Classifier using Hyperspectral Data
von: Mamud, M. L., et al.
Veröffentlicht: (2026)

Bose-Einstein condensation dynamics in three dimensions by the pseudospectral and finite-difference methods
von: Muruganandam, Paulsamy, et al.
Veröffentlicht: (2002)

Eig-PIELM: A Mesh-Free Approach for Efficient Eigen-Analysis with Physics-Informed Extreme Learning Machines
von: Mishra, Rishi, et al.
Veröffentlicht: (2025)

Physics-Informed Machine Learning for Characterizing System Stability
von: Koike, Tomoki, et al.
Veröffentlicht: (2025)

Block Diagonalization of Quaternion Circulant Matrices with Applications
von: Pan, Junjun, et al.
Veröffentlicht: (2023)

A Unified Benchmark of Physics-Informed Neural Networks and Kolmogorov-Arnold Networks for Ordinary and Partial Differential Equations
von: Dzimah, Salvador K., et al.
Veröffentlicht: (2026)

Physics Informed Neural Networks for Learning the Horizon Size in Bond-Based Peridynamic Models
von: Difonzo, Fabio V., et al.
Veröffentlicht: (2025)

Physics informed neural network for forward and inverse radiation heat transfer in graded-index medium
von: Murari, K., et al.
Veröffentlicht: (2024)

A Physics-Informed Machine Learning Approach for Solving Distributed Order Fractional Differential Equations
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Numerical Approaches for non-local Transport-Dominated PDE Models with Applications to Biology
von: Marguet, Johan, et al.
Veröffentlicht: (2025)

Sub-Sequential Physics-Informed Learning with State Space Model
von: Xu, Chenhui, et al.
Veröffentlicht: (2025)

Improved Analysis of Khatri-Rao Random Projections and Applications
von: Saibaba, Arvind K., et al.
Veröffentlicht: (2025)

Exact Constraint Enforcement in Physics-Informed Extreme Learning Machines using Null-Space Projection Framework
von: Mishra, Rishi, et al.
Veröffentlicht: (2026)

An Overview on Machine Learning Methods for Partial Differential Equations: from Physics Informed Neural Networks to Deep Operator Learning
von: Gonon, Lukas, et al.
Veröffentlicht: (2024)

Physics-based Machine Learning for Computational Fracture Mechanics
von: Aldakheel, Fadi, et al.
Veröffentlicht: (2025)

Physics-Informed Deep Learning for Industrial Processes: Time-Discrete VPINNs for heat conduction
von: Olivares, Manuela Bastidas, et al.
Veröffentlicht: (2026)

Fractal Based Rational Cubic Trigonometric Zipper Interpolation with Positivity Constraints
von: Sharma, A. K., et al.
Veröffentlicht: (2025)

Optimizing Variational Physics-Informed Neural Networks Using Least Squares
von: Uriarte, Carlos, et al.
Veröffentlicht: (2024)

On the Stability and Convergence of Physics Informed Neural Networks
von: Gazoulis, Dimitrios, et al.
Veröffentlicht: (2023)

A Second Moment Method for k-Eigenvalue Acceleration with Continuous Diffusion and Discontinuous Transport Discretizations
von: Hardy, Zachary K., et al.
Veröffentlicht: (2024)

Isogeometric Simulation and Shape Optimization with Applications to Electrical Machines
von: Gangl, Peter, et al.
Veröffentlicht: (2018)

Coupling Physics Informed Neural Networks with External Solvers
von: Halder, Rahul, et al.
Veröffentlicht: (2025)

Number Theoretic Accelerated Learning of Physics-Informed Neural Networks
von: Matsubara, Takashi, et al.
Veröffentlicht: (2023)

Efficient Computation of Dominant Eigenvalues Using Adaptive Block Lanczos with Chebyshev Filtering
von: Guide, M. El, et al.
Veröffentlicht: (2025)

A PDE Perspective on Approximating Nonlocal Periodic Operators with Applications on Neural Networks for Critical SQG Equations
von: Abdo, Elie, et al.
Veröffentlicht: (2024)

Physics Informed Neural Networks for heat conduction with phase change
von: Madir, Bahae-Eddine, et al.
Veröffentlicht: (2024)

Dual Numbers for Arbitrary Order Automatic Differentiation
von: Peñuñuri, F., et al.
Veröffentlicht: (2025)

Concurrent level set and fiber orientation optimization of composite structures
von: Mokhtarzadeh, M., et al.
Veröffentlicht: (2024)

Structure-preserving model reduction of Hamiltonian systems by learning a symplectic autoencoder
von: Niggl, F. K. J.
Veröffentlicht: (2024)

A Physics-Informed Neural Network approach for compartmental epidemiological models
von: Millevoi, Caterina, et al.
Veröffentlicht: (2023)