Buchumschlag

Breaking the Precision Ceiling in Physics-Informed Neural Networks: A Hybrid Fourier-Neural Architecture for Ultra-High Accuracy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Wei Shan, Chau, Chi Kiu Althina, Sio, Kei Chon, Leong, Kam Ian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Materials Science Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Symmetry-Constrained Multi-Scale Physics-Informed Neural Networks for Graphene Electronic Band Structure Prediction
von: Lee, Wei Shan, et al.
Veröffentlicht: (2025)

Provably-Safe Neural Network Training Using Hybrid Zonotope Reachability Analysis
von: Chung, Long Kiu, et al.
Veröffentlicht: (2025)

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

Fourier Domain Physics Informed Neural Network
von: Musgrave, Jonathan, et al.
Veröffentlicht: (2024)

Curvature-Aware Optimization for High-Accuracy Physics-Informed Neural Networks
von: Jnini, Anas, et al.
Veröffentlicht: (2026)

A Classical-Quantum Hybrid Architecture for Physics-Informed Neural Networks
von: Lantigua, Said, et al.
Veröffentlicht: (2025)

Fourier Feature Pyramids for Physics-Informed Neural Networks
von: Zhao, Brandon, et al.
Veröffentlicht: (2026)

Physics Informed Neural Network using Finite Difference Method
von: Lim, Kart Leong, et al.
Veröffentlicht: (2026)

Physics-Informed Neural Networks for High-Precision Grad-Shafranov Equilibrium Reconstruction
von: Zhou, Cuizhi, et al.
Veröffentlicht: (2025)

Nonlinear optical analogues of quantum phase transitions in a squeezing-enhanced LMG model
von: Kam, Chon-Fai
Veröffentlicht: (2025)

Majorana Constellations: A Geometric Lens on Multipartite Entanglement and Geometric Phases
von: Kam, Chon-Fai
Veröffentlicht: (2026)

Three-Axis Spin Squeezed States Associated with Excited-State Quantum Phase Transitions
von: Kam, Chon-Fai
Veröffentlicht: (2025)

Nonlinear optical realization of non-integrable phases accompanying quantum phase transitions
von: Kam, Chon-Fai
Veröffentlicht: (2025)

Neural Networks with (Low-Precision) Polynomial Approximations: New Insights and Techniques for Accuracy Improvement
von: Zhang, Chi, et al.
Veröffentlicht: (2024)

Architectural Strategies for the optimization of Physics-Informed Neural Networks
von: Saratchandran, Hemanth, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Networks with Fourier Features and Attention-Driven Decoding
von: Arni, Rohan, et al.
Veröffentlicht: (2025)

Iterative Training of Physics-Informed Neural Networks with Fourier-enhanced Features
von: Wu, Yulun, et al.
Veröffentlicht: (2025)

Enhancing Physics-Informed Neural Networks with a Hybrid Parallel Kolmogorov-Arnold and MLP Architecture
von: Xu, Zuyu, et al.
Veröffentlicht: (2025)

Breaking the Compression Ceiling: Data-Free Pipeline for Ultra-Efficient Delta Compression
von: Wang, Xiaohui, et al.
Veröffentlicht: (2025)

Hybrid Quantum Physics-informed Neural Network: Towards Efficient Learning of High-speed Flows
von: Leong, Fong Yew, et al.
Veröffentlicht: (2025)

RBF-PINN: Non-Fourier Positional Embedding in Physics-Informed Neural Networks
von: Zeng, Chengxi, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Networks in Power System Dynamics: Improving Simulation Accuracy
von: Nadal, Ignasi Ventura, et al.
Veröffentlicht: (2025)

PIMBS: Efficient Body Schema Learning for Musculoskeletal Humanoids with Physics-Informed Neural Networks
von: Kawaharazuka, Kento, et al.
Veröffentlicht: (2025)

Physics-Informed Spiking Neural Networks via Conservative Flux Quantization
von: Zhang, Chi, et al.
Veröffentlicht: (2025)

LassoFlexNet: Flexible Neural Architecture for Tabular Data
von: Lui, Kry Yik Chau, et al.
Veröffentlicht: (2026)

Brain-Inspired Physics-Informed Neural Networks: Bare-Minimum Neural Architectures for PDE Solvers
von: Markidis, Stefano
Veröffentlicht: (2024)

Perception-Informed Neural Networks: Beyond Physics-Informed Neural Networks
von: Mazandarani, Mehran, et al.
Veröffentlicht: (2025)

A Hybrid-Domain Floating-Point Compute-in-Memory Architecture for Efficient Acceleration of High-Precision Deep Neural Networks
von: Yi, Zhiqiang, et al.
Veröffentlicht: (2025)

A Hybrid Quantum-Classical Physics-Informed Neural Network Architecture for Solving Quantum Optimal Control Problems
von: Dehaghani, Nahid Binandeh, et al.
Veröffentlicht: (2024)

NASPrecision: Neural Architecture Search-Driven Multi-Stage Learning for Surface Roughness Prediction in Ultra-Precision Machining
von: Ruan, Penghui, et al.
Veröffentlicht: (2024)

Enhancing LUT-based Deep Neural Networks Inference through Architecture and Connectivity Optimization
von: Lou, Binglei, et al.
Veröffentlicht: (2026)

Physics-Informed Neural Network for Predicting Out-of-Training-Range TCAD Solution with Minimized Domain Expertise
von: Lu, Albert, et al.
Veröffentlicht: (2024)

Diagnosing Spectral Ceilings in Equivariant Neural Force Fields
von: Kim, Hyunmog
Veröffentlicht: (2026)

Analytical approximations for generalized quantum Rabi models
von: Kam, Chon-Fai, et al.
Veröffentlicht: (2024)

Sub-microsecond high-fidelity dispersive readout of a spin qubit with squeezed photons
von: Kam, Chon-Fai, et al.
Veröffentlicht: (2023)

Super-Poissonian Squeezed Light in the Deep Strong Regime of the Quantum Rabi Model
von: Kam, Chon-Fai, et al.
Veröffentlicht: (2024)

Fast and high-fidelity dispersive readout of a spin qubit via squeezing and resonator nonlinearity
von: Kam, Chon-Fai, et al.
Veröffentlicht: (2024)

HyResPINNs: A Hybrid Residual Physics-Informed Neural Network Architecture Designed to Balance Expressiveness and Trainability
von: Cooley, Madison, et al.
Veröffentlicht: (2024)

Regression-based Physics Informed Neural Networks (Reg-PINNs) for Magnetopause Tracking
von: Hou, Po-Han, et al.
Veröffentlicht: (2023)

Point Neuron Learning: A New Physics-Informed Neural Network Architecture
von: Bi, Hanwen, et al.
Veröffentlicht: (2024)