Buchumschlag

MENO: Hybrid Matrix Exponential-based Neural Operator for Stiff ODEs. Application to Thermochemical Kinetics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zanardi, Ivan, Venturi, Simone, Panesi, Marco
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MENO: MeanFlow-Enhanced Neural Operators for Dynamical Systems
von: Yang, Tianyue, et al.
Veröffentlicht: (2026)

Petrov-Galerkin model reduction for thermochemical nonequilibrium gas mixtures
von: Zanardi, Ivan, et al.
Veröffentlicht: (2024)

An Empirical Investigation of Neural ODEs and Symbolic Regression for Dynamical Systems
von: Ioannou, Panayiotis, et al.
Veröffentlicht: (2026)

Petrov-Galerkin model reduction for collisional-radiative argon plasma
von: Zanardi, Ivan, et al.
Veröffentlicht: (2025)

Air Quality Prediction with Physics-Guided Dual Neural ODEs in Open Systems
von: Tian, Jindong, et al.
Veröffentlicht: (2024)

A Posteriori Evaluation of a Physics-Constrained Neural Ordinary Differential Equations Approach Coupled with CFD Solver for Modeling Stiff Chemical Kinetics
von: Kumar, Tadbhagya, et al.
Veröffentlicht: (2023)

SPINONet: Scalable Spiking Physics-informed Neural Operator for Computational Mechanics Applications
von: Garg, Shailesh, et al.
Veröffentlicht: (2026)

A Neural Operator based Hybrid Microscale Model for Multiscale Simulation of Rate-Dependent Materials
von: Jeyaraj, Dhananjeyan, et al.
Veröffentlicht: (2025)

Sumudu Neural Operator for ODEs and PDEs
von: Zelenskiy, Ben, et al.
Veröffentlicht: (2025)

Scalable nonlinear manifold reduced order model for dynamical systems
von: Zanardi, Ivan, et al.
Veröffentlicht: (2024)

Generative forecasting with joint probability models
von: Wyrod, Patrick, et al.
Veröffentlicht: (2025)

Towards Complex Dynamic Physics System Simulation with Graph Neural ODEs
von: Shi, Guangsi, et al.
Veröffentlicht: (2023)

Stochastic Operator Learning for Chemistry in Non-Equilibrium Flows
von: Kuppa, Mridula, et al.
Veröffentlicht: (2024)

Fast-Forward Lattice Boltzmann: Learning Kinetic Behaviour with Physics-Informed Neural Operators
von: Xue, Xiao, et al.
Veröffentlicht: (2025)

Training Stiff Neural Ordinary Differential Equations with Explicit Exponential Integration Methods
von: Fronk, Colby, et al.
Veröffentlicht: (2024)

Geometry-Informed Neural Operator Transformer
von: Liu, Qibang, et al.
Veröffentlicht: (2025)

Neural Operators for Accelerating Scientific Simulations and Design
von: Azizzadenesheli, Kamyar, et al.
Veröffentlicht: (2023)

Pseudo-Physics-Informed Neural Operators: Enhancing Operator Learning from Limited Data
von: Chen, Keyan, et al.
Veröffentlicht: (2025)

Learning S-Matrix Phases with Neural Operators
von: Niarchos, V., et al.
Veröffentlicht: (2024)

Hybrid Fourier Neural Operator for Surrogate Modeling of Laser Processing with a Quantum-Circuit Mixer
von: Papierz, Mateusz, et al.
Veröffentlicht: (2026)

Physics-Informed Neural ODEs with Scale-Aware Residuals for Learning Stiff Biophysical Dynamics
von: Kainth, Kamalpreet Singh, et al.
Veröffentlicht: (2025)

Generalized Lie Symmetries in Physics-Informed Neural Operators
von: Wang, Amy Xiang, et al.
Veröffentlicht: (2025)

Equilibrium Conserving Neural Operators for Super-Resolution Learning
von: Oommen, Vivek, et al.
Veröffentlicht: (2025)

Generative Neural Operators through Diffusion Last Layer
von: Park, Sungwon, et al.
Veröffentlicht: (2026)

AMORE: Adaptive Multi-Output Operator Network for Stiff Chemical Kinetics
von: Nath, Kamaljyoti, et al.
Veröffentlicht: (2025)

Homotopy-based training of NeuralODEs for accurate dynamics discovery
von: Ko, Joon-Hyuk, et al.
Veröffentlicht: (2022)

Automatic and Structure-Aware Sparsification of Hybrid Neural ODEs
von: Zou, Bob Junyi, et al.
Veröffentlicht: (2025)

Walsh-Hadamard Neural Operators for Solving PDEs with Discontinuous Coefficients
von: Cavallazzi, Giorgio M., et al.
Veröffentlicht: (2025)

EquiNO: A Physics-Informed Neural Operator for Multiscale Simulations
von: Eivazi, Hamidreza, et al.
Veröffentlicht: (2025)

From Fourier to Neural ODEs: Flow Matching for Modeling Complex Systems
von: Li, Xin, et al.
Veröffentlicht: (2024)

Gradient Scaling Effects in Adaptive Spectral PINNs for Stiff Nonlinear ODEs
von: Yepes, Isabela M., et al.
Veröffentlicht: (2026)

DRIFT-Net: A Spectral--Coupled Neural Operator for PDEs Learning
von: Li, Jiayi, et al.
Veröffentlicht: (2025)

Hybrid Fourier Neural Operator-Plasma Fluid Model for Fast and Accurate Multiscale Simulations of High Power Microwave Breakdown
von: Pandya, Kalp, et al.
Veröffentlicht: (2025)

Equivariant U-Shaped Neural Operators for the Cahn-Hilliard Phase-Field Model
von: Xue, Xiao, et al.
Veröffentlicht: (2025)

High Energy Density Radiative Transfer in the Diffusion Regime with Fourier Neural Operators
von: Farmer, Joseph, et al.
Veröffentlicht: (2024)

BI-EqNO: Generalized Approximate Bayesian Inference with an Equivariant Neural Operator Framework
von: Zhou, Xu-Hui, et al.
Veröffentlicht: (2024)

Neural Chaos: A Spectral Stochastic Neural Operator
von: Bahmani, Bahador, et al.
Veröffentlicht: (2025)

Feedback Favors the Generalization of Neural ODEs
von: Jia, Jindou, et al.
Veröffentlicht: (2024)

Improving Neural ODEs via Knowledge Distillation
von: Chu, Haoyu, et al.
Veröffentlicht: (2022)

Mitigating Spectral Bias in Neural Operators via High-Frequency Scaling for Physical Systems
von: Khodakarami, Siavash, et al.
Veröffentlicht: (2025)