Buchumschlag

Geometric Operator Learning with Optimal Transport

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Xinyi, Li, Zongyi, Kovachki, Nikola, Anandkumar, Anima
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

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

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

Fourier Neural Operator with Learned Deformations for PDEs on General Geometries
von: Li, Zongyi, et al.
Veröffentlicht: (2022)

A Library for Learning Neural Operators
von: Kossaifi, Jean, et al.
Veröffentlicht: (2024)

Incremental Spatial and Spectral Learning of Neural Operators for Solving Large-Scale PDEs
von: George, Robert Joseph, et al.
Veröffentlicht: (2022)

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

Coarse Graining with Neural Operators for Simulating Chaotic Systems
von: Wang, Chuwei, et al.
Veröffentlicht: (2024)

Calibrated Uncertainty Quantification for Operator Learning via Conformal Prediction
von: Ma, Ziqi, et al.
Veröffentlicht: (2024)

Data Complexity Estimates for Operator Learning
von: Kovachki, Nikola B., et al.
Veröffentlicht: (2024)

High precision PINNs in unbounded domains: application to singularity formulation in PDEs
von: Wang, Yixuan, et al.
Veröffentlicht: (2025)

Fourier Neural Operators Explained: A Practical Perspective
von: Duruisseaux, Valentin, et al.
Veröffentlicht: (2025)

Operator Learning: Algorithms and Analysis
von: Kovachki, Nikola B., et al.
Veröffentlicht: (2024)

Scale-Consistent Learning for Partial Differential Equations
von: Li, Zongyi, et al.
Veröffentlicht: (2025)

FC-PINO: High Precision Physics-Informed Neural Operators via Fourier Continuation
von: Ganeshram, Adarsh, et al.
Veröffentlicht: (2022)

Mechanistic Interpretability with Sparse Autoencoder Neural Operators
von: Tolooshams, Bahareh, et al.
Veröffentlicht: (2025)

Tipping Point Forecasting in Non-Stationary Dynamics on Function Spaces
von: Liu-Schiaffini, Miguel, et al.
Veröffentlicht: (2023)

Ultrasound Lung Aeration Map via Physics-Aware Neural Operators
von: Wang, Jiayun, et al.
Veröffentlicht: (2025)

A Learning-based Domain Decomposition Method
von: Wu, Rui, et al.
Veröffentlicht: (2025)

Operator Learning for Smoothing and Forecasting
von: Calvello, Edoardo, et al.
Veröffentlicht: (2026)

Operator Learning Using Weak Supervision from Walk-on-Spheres
von: Viswanath, Hrishikesh, et al.
Veröffentlicht: (2026)

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

Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems
von: Shah, Freya, et al.
Veröffentlicht: (2024)

Pretraining Codomain Attention Neural Operators for Solving Multiphysics PDEs
von: Rahman, Md Ashiqur, et al.
Veröffentlicht: (2024)

Learning Homogenization for Elliptic Operators
von: Bhattacharya, Kaushik, et al.
Veröffentlicht: (2023)

InRank: Incremental Low-Rank Learning
von: Zhao, Jiawei, et al.
Veröffentlicht: (2023)

Solving Poisson Equations using Neural Walk-on-Spheres
von: Nam, Hong Chul, et al.
Veröffentlicht: (2024)

Plasma Surrogate Modelling using Fourier Neural Operators
von: Gopakumar, Vignesh, et al.
Veröffentlicht: (2023)

Lean Copilot: Large Language Models as Copilots for Theorem Proving in Lean
von: Song, Peiyang, et al.
Veröffentlicht: (2024)

Nonlocality and Nonlinearity Implies Universality in Operator Learning
von: Lanthaler, Samuel, et al.
Veröffentlicht: (2023)

Diffusion State-Guided Projected Gradient for Inverse Problems
von: Zirvi, Rayhan, et al.
Veröffentlicht: (2024)

Physics-informed Neural-operator Predictive Control for Drag Reduction in Turbulent Flows
von: Zhao, Zelin, et al.
Veröffentlicht: (2025)

Physics-Aware Neural Operators for Direct Inversion in 3D Photoacoustic Tomography
von: Wang, Jiayun, et al.
Veröffentlicht: (2025)

Neural Operators with Localized Integral and Differential Kernels
von: Liu-Schiaffini, Miguel, et al.
Veröffentlicht: (2024)

Enabling Automatic Differentiation with Mollified Graph Neural Operators
von: Lin, Ryan Y., et al.
Veröffentlicht: (2025)

Mini-Sequence Transformer: Optimizing Intermediate Memory for Long Sequences Training
von: Luo, Cheng, et al.
Veröffentlicht: (2024)

MOM: Memory-Efficient Offloaded Mini-Sequence Inference for Long Context Language Models
von: Zhang, Junyang, et al.
Veröffentlicht: (2025)

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

PerAda: Parameter-Efficient Federated Learning Personalization with Generalization Guarantees
von: Xie, Chulin, et al.
Veröffentlicht: (2023)

Dynamical Measure Transport and Neural PDE Solvers for Sampling
von: Sun, Jingtong, et al.
Veröffentlicht: (2024)

TensorGRaD: Tensor Gradient Robust Decomposition for Memory-Efficient Neural Operator Training
von: Loeschcke, Sebastian, et al.
Veröffentlicht: (2025)