Buchumschlag

MeshODENet: A Graph-Informed Neural Ordinary Differential Equation Neural Network for Simulating Mesh-Based Physical Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Kangzheng, Ma, Leixin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Applied Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Semi-Supervised Neural Super-Resolution for Mesh-Based Simulations
von: Kim, Jiyeon, et al.
Veröffentlicht: (2026)

Stable Long-Horizon Spatiotemporal Prediction on Meshes Using Latent Multiscale Recurrent Graph Neural Networks
von: Salesses, Lionel, et al.
Veröffentlicht: (2026)

MixFunn: A Neural Network for Differential Equations with Improved Generalization and Interpretability
von: Farias, Tiago de Souza, et al.
Veröffentlicht: (2025)

X-MeshGraphNet: Scalable Multi-Scale Graph Neural Networks for Physics Simulation
von: Nabian, Mohammad Amin, et al.
Veröffentlicht: (2024)

Training of Physical Neural Networks
von: Momeni, Ali, et al.
Veröffentlicht: (2024)

Symbolic Neural Ordinary Differential Equations
von: Li, Xin, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Systems for the Simulation of EUV Electromagnetic Wave Diffraction from a Lithography Mask
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2026)

MeshMask: Physics-Based Simulations with Masked Graph Neural Networks
von: Garnier, Paul, et al.
Veröffentlicht: (2025)

A Physics-Informed Neural Network with a Modified Lorentzian Activation for Nonlocal Gradient-Flow Equations in Dynamic Density Functional Theory
von: Gourzoulidis, Dimitrios, et al.
Veröffentlicht: (2026)

Taylor-Model Physics-Informed Neural Networks (PINNs) for Ordinary Differential Equations
von: Nagesh, Chandra Kanth, et al.
Veröffentlicht: (2025)

Application of Neural Ordinary Differential Equations for ITER Burning Plasma Dynamics
von: Liu, Zefang, et al.
Veröffentlicht: (2024)

Application of Neural Ordinary Differential Equations for Tokamak Plasma Dynamics Analysis
von: Liu, Zefang, et al.
Veröffentlicht: (2024)

Full-Precision and Ternarised Neural Networks with Tunnel-Diode Activation Functions: Computing and Physics Perspectives
von: McNaughton, Jake, et al.
Veröffentlicht: (2025)

A Neural Network Transformer Model for Composite Microstructure Homogenization
von: Pitz, Emil, et al.
Veröffentlicht: (2023)

Meta-Inverse Physics-Informed Neural Networks for High-Dimensional Ordinary Differential Equations
von: Wei, Zhao, et al.
Veröffentlicht: (2026)

Physics-Informed Neural Network Frameworks for the Analysis of Engineering and Biological Dynamical Systems Governed by Ordinary Differential Equations
von: Whitman, Tyrus, et al.
Veröffentlicht: (2025)

Graph Neural Ordinary Differential Equations for Coarse-Grained Socioeconomic Dynamics
von: Koch, James, et al.
Veröffentlicht: (2024)

Optimizing External Sources for Controlled Burning Plasma in Tokamaks with Neural Ordinary Differential Equations
von: Liu, Zefang, et al.
Veröffentlicht: (2025)

Stability-Informed Initialization of Neural Ordinary Differential Equations
von: Westny, Theodor, et al.
Veröffentlicht: (2023)

A Multi-Resolution Benchmark Framework for Spatial Reasoning Assessment in Neural Networks
von: Imbriani, Manuela, et al.
Veröffentlicht: (2025)

AirPhyNet: Harnessing Physics-Guided Neural Networks for Air Quality Prediction
von: Hettige, Kethmi Hirushini, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Graph Neural Reconstruction of Urban Temperature Fields from Sparse Sensors under Deployment Constraints
von: Snaiki, Reda, et al.
Veröffentlicht: (2026)

General-Kindred Physics-Informed Neural Network to the Solutions of Singularly Perturbed Differential Equations
von: Wang, Sen, et al.
Veröffentlicht: (2024)

TunnElQNN: A Hybrid Quantum-classical Neural Network for Efficient Learning
von: Abbas, A. H.
Veröffentlicht: (2025)

Accelerating Quantum Emitter Characterization with Latent Neural Ordinary Differential Equations
von: Proppe, Andrew H., et al.
Veröffentlicht: (2024)

Physics-Informed Framework for Impact Identification in Aerospace Composites
von: Marinho, Natália Ribeiro, et al.
Veröffentlicht: (2026)

Forecasting N-Body Dynamics: A Comparative Study of Neural Ordinary Differential Equations and Universal Differential Equations
von: S, Suriya R, et al.
Veröffentlicht: (2025)

Adaptive Fusion Graph Network for 3D Strain Field Prediction in Solid Rocket Motor Grains
von: Huang, Jiada, et al.
Veröffentlicht: (2025)

Learning Nonlinear Dynamics in Physical Modelling Synthesis using Neural Ordinary Differential Equations
von: Zheleznov, Victor, et al.
Veröffentlicht: (2025)

Towards Neural-Network-based optical temperature sensing of Semiconductor Membrane External Cavity Laser
von: Mannstadt, Jakob, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Networks for Radial Consolidation of Combined Electroosmotic, Vacuum and Surcharge Preloading Considering Smear Effects
von: Li, Dong, et al.
Veröffentlicht: (2026)

Quantum Neural Physics: Solving Partial Differential Equations on Quantum Simulators using Quantum Convolutional Neural Networks
von: Zhai, Jucai, et al.
Veröffentlicht: (2026)

Defining Energy Indicators for Impact Identification on Aerospace Composites: A Physics-Informed Machine Learning Perspective
von: Marinho, Natália Ribeiro, et al.
Veröffentlicht: (2025)

Do Quantum Neural Networks have Simplicity Bias?
von: Pointing, Jessica
Veröffentlicht: (2024)

PIORF: Physics-Informed Ollivier-Ricci Flow for Long-Range Interactions in Mesh Graph Neural Networks
von: Yu, Youn-Yeol, et al.
Veröffentlicht: (2025)

Uncertainty Propagation Networks for Neural Ordinary Differential Equations
von: Jahanshahi, Hadi, et al.
Veröffentlicht: (2025)

Advancing Machine Learning Optimization of Chiral Photonic Metasurface: Comparative Study of Neural Network and Genetic Algorithm Approaches
von: Filippozzi, Davide, et al.
Veröffentlicht: (2025)

Semi-Implicit Neural Ordinary Differential Equations
von: Zhang, Hong, et al.
Veröffentlicht: (2024)

Hybrid Quantum Neural Network Advantage for Radar-Based Drone Detection and Classification in Low Signal-to-Noise Ratio
von: Malarvanan, Aiswariya Sweety
Veröffentlicht: (2024)

Physics-Informed Machine Learning for Seismic Response Prediction OF Nonlinear Steel Moment Resisting Frame Structures
von: Bond, R. Bailey, et al.
Veröffentlicht: (2024)