Buchumschlag

DPNO: A Dual Path Architecture For Neural Operator

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Yichen, Lu, Wenlian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spectral Neural Operators
von: Fanaskov, V., et al.
Veröffentlicht: (2022)

Diffeomorphic Neural Operator Learning
von: Taylor, Seth, et al.
Veröffentlicht: (2025)

Neural Correction Operator: A Reliable and Fast Approach for Electrical Impedance Tomography
von: Bhat, Amit, et al.
Veröffentlicht: (2025)

Dual Variational Neural Network for the $p$-Laplace Problem
von: Hu, Tianhao, et al.
Veröffentlicht: (2026)

Principled Approaches for Extending Neural Architectures to Function Spaces for Operator Learning
von: Berner, Julius, et al.
Veröffentlicht: (2025)

Point Cloud Neural Operator for Parametric PDEs on Complex and Variable Geometries
von: Zeng, Chenyu, et al.
Veröffentlicht: (2025)

PINNsur: Physics-Informed Neural Networks for PDEs on Curved Surfaces
von: Jain, Pranav, et al.
Veröffentlicht: (2026)

LegONet: Plug-and-Play Structure-Preserving Neural Operator Blocks for Compositional PDE Learning
von: Zhang, Jiahao, et al.
Veröffentlicht: (2026)

Neural Multigrid Architectures
von: Fanaskov, Vladimir
Veröffentlicht: (2024)

Locally Subspace-Informed Neural Operators for Efficient Multiscale PDE Solving
von: Rudikov, Alexander, et al.
Veröffentlicht: (2025)

Solving Convolution-type Integral Equations using Preconditioned Neural Operators
von: Chan, Raymond, et al.
Veröffentlicht: (2026)

Pretrain Finite Element Method: A Pretraining and Warm-start Framework for PDEs via Physics-Informed Neural Operators
von: Wang, Yizheng, et al.
Veröffentlicht: (2026)

Latent Neural Operator Pretraining for Solving Time-Dependent PDEs
von: Wang, Tian, et al.
Veröffentlicht: (2024)

Latent Neural Operator for Solving Forward and Inverse PDE Problems
von: Wang, Tian, et al.
Veröffentlicht: (2024)

Universal Approximation of Operators with Transformers and Neural Integral Operators
von: Zappala, Emanuele, et al.
Veröffentlicht: (2024)

MODNO: Multi Operator Learning With Distributed Neural Operators
von: Zhang, Zecheng
Veröffentlicht: (2024)

NSNO: Neumann Series Neural Operator for Solving Helmholtz Equations in Inhomogeneous Medium
von: Chen, Fukai, et al.
Veröffentlicht: (2024)

A Mathematical Analysis of Neural Operator Behaviors
von: Le, Vu-Anh, et al.
Veröffentlicht: (2024)

Continuum Attention for Neural Operators
von: Calvello, Edoardo, et al.
Veröffentlicht: (2024)

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

A Generalized Primal-Dual Correction Method for Saddle-Point Problems with a Nonlinear Coupling Operator
von: Wang, Sai, et al.
Veröffentlicht: (2023)

A Deep Learning Framework for Multi-Operator Learning: Architectures and Approximation Theory
von: Weihs, Adrien, et al.
Veröffentlicht: (2025)

MscaleFNO: Multi-scale Fourier Neural Operator Learning for Oscillatory Function Spaces
von: You, Zhilin, et al.
Veröffentlicht: (2024)

CLINN: Conservation Law Informed Neural Network for Approximating Discontinuous Solutions
von: Zeng, Weiheng, et al.
Veröffentlicht: (2025)

DiLO: Decoupling Generative Priors and Neural Operators via Diffusion Latent Optimization for Inverse Problems
von: Liu, Haibo, et al.
Veröffentlicht: (2026)

An Adaptive Mixed Precision and Dynamically Scaled Preconditioned Conjugate Gradient Algorithm
von: Guo, Yichen, et al.
Veröffentlicht: (2025)

Neural-POD: A Plug-and-Play Neural Operator Framework for Infinite-Dimensional Functional Nonlinear Proper Orthogonal Decomposition
von: Mou, Changhong, et al.
Veröffentlicht: (2026)

Physics-Informed Geometry-Aware Neural Operator
von: Zhong, Weiheng, et al.
Veröffentlicht: (2024)

Kernel Neural Operators (KNOs) for Scalable, Memory-efficient, Geometrically-flexible Operator Learning
von: Lowery, Matthew, et al.
Veröffentlicht: (2024)

Learn to Evolve: Self-supervised Neural JKO Operator for Wasserstein Gradient Flow
von: Feng, Xue, et al.
Veröffentlicht: (2026)

Convergence of the Discrete Minimum Energy Path
von: Liu, Xuanyu, et al.
Veröffentlicht: (2022)

Windowed Fourier Propagator: A Frequency-Local Neural Operator for Wave Equations in Inhomogeneous Media
von: Cai, Yiyang, et al.
Veröffentlicht: (2026)

Dual-Balancing for Physics-Informed Neural Networks
von: Zhou, Chenhong, et al.
Veröffentlicht: (2025)

Multi-Level Monte Carlo Training of Neural Operators
von: Rowbottom, James, et al.
Veröffentlicht: (2025)

Revisiting Orbital Minimization Method for Neural Operator Decomposition
von: Ryu, J. Jon, et al.
Veröffentlicht: (2025)

Quantitative Approximation for Neural Operators in Nonlinear Parabolic Equations
von: Furuya, Takashi, et al.
Veröffentlicht: (2024)

Neural Operator: Learning Maps Between Function Spaces
von: Kovachki, Nikola, et al.
Veröffentlicht: (2021)

Guaranteed Approximation Bounds for Mixed-Precision Neural Operators
von: Tu, Renbo, et al.
Veröffentlicht: (2023)

Monotone Peridynamic Neural Operator for Nonlinear Material Modeling with Conditionally Unique Solutions
von: Wang, Jihong, et al.
Veröffentlicht: (2025)

A Neural Network for the Identical Kuramoto Equation: Architectural Considerations and Performance Evaluation
von: Panigrahi, Nishantak, et al.
Veröffentlicht: (2025)