Buchumschlag

Flow marching for a generative PDE foundation model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Zituo, Deng, Sili
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Latent Generative Solvers for Generalizable Long-Term Physics Simulation
von: Chen, Zituo, et al.
Veröffentlicht: (2026)

3-D Representations for Hyperspectral Flame Tomography
von: Tricard, Nicolas, et al.
Veröffentlicht: (2026)

GLU: Global-Local-Uncertainty Fusion for Scalable Spatiotemporal Reconstruction and Forecasting
von: Wang, Linzheng, et al.
Veröffentlicht: (2026)

A foundation model with multi-variate parallel attention to generate neuronal activity
von: Carzaniga, Francesco, et al.
Veröffentlicht: (2025)

Decision Flow Policy Optimization
von: Hu, Jifeng, et al.
Veröffentlicht: (2025)

Generative Latent Neural PDE Solver using Flow Matching
von: Li, Zijie, et al.
Veröffentlicht: (2025)

On conditional diffusion models for PDE simulations
von: Shysheya, Aliaksandra, et al.
Veröffentlicht: (2024)

Found-RL: foundation model-enhanced reinforcement learning for autonomous driving
von: Qu, Yansong, et al.
Veröffentlicht: (2026)

Cell-ontology guided transcriptome foundation model
von: Yuan, Xinyu, et al.
Veröffentlicht: (2024)

In-Context Decision Transformer: Reinforcement Learning via Hierarchical Chain-of-Thought
von: Huang, Sili, et al.
Veröffentlicht: (2024)

Toward a universal foundation model for graph-structured data
von: Mostafa, Sakib, et al.
Veröffentlicht: (2026)

Are foundation models useful feature extractors for electroencephalography analysis?
von: Turgut, Özgün, et al.
Veröffentlicht: (2025)

OpInf-LLM: Parametric PDE Solving with LLMs via Operator Inference
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2026)

Structure-Aware Epistemic Uncertainty Quantification for Neural Operator PDE Surrogates
von: Song, Haoze, et al.
Veröffentlicht: (2026)

ExplainerPFN: Towards tabular foundation models for model-free zero-shot feature importance estimations
von: Fonseca, Joao, et al.
Veröffentlicht: (2026)

A foundation model for electrodermal activity data
von: Alchieri, Leonardo, et al.
Veröffentlicht: (2026)

Pretrained battery transformer (PBT): A foundation model for universal battery life prediction
von: Tan, Ruifeng, et al.
Veröffentlicht: (2025)

The language of time: a language model perspective on time-series foundation models
von: Xie, Yi, et al.
Veröffentlicht: (2025)

Where to Add PDE Diffusion in Transformers
von: Zhang, Yukun, et al.
Veröffentlicht: (2025)

The foundations of cost-sensitive causal classification
von: Verbeke, Wouter, et al.
Veröffentlicht: (2020)

Multi-view biomedical foundation models for molecule-target and property prediction
von: Suryanarayanan, Parthasarathy, et al.
Veröffentlicht: (2024)

Well2Flow: Reconstruction of reservoir states from sparse wells using score-based generative models
von: Zeng, Shiqin, et al.
Veröffentlicht: (2025)

Rethinking industrial artificial intelligence: a unified foundation framework
von: Lee, Jay, et al.
Veröffentlicht: (2025)

A Simple Unified Uncertainty-Guided Framework for Offline-to-Online Reinforcement Learning
von: Guo, Siyuan, et al.
Veröffentlicht: (2023)

Continual Diffuser (CoD): Mastering Continual Offline Reinforcement Learning with Experience Rehearsal
von: Hu, Jifeng, et al.
Veröffentlicht: (2024)

LVM-GP: Uncertainty-Aware PDE Solver via coupling latent variable model and Gaussian process
von: Feng, Xiaodong, et al.
Veröffentlicht: (2025)

FoMoH: A clinically meaningful foundation model evaluation for structured electronic health records
von: Pang, Chao, et al.
Veröffentlicht: (2025)

Noisy PDE Training Requires Bigger PINNs
von: Andre-Sloan, Sebastien, et al.
Veröffentlicht: (2025)

LE-PDE++: Mamba for accelerating PDEs Simulations
von: Liang, Aoming, et al.
Veröffentlicht: (2024)

CFO: Learning Continuous-Time PDE Dynamics via Flow-Matched Neural Operators
von: Hou, Xianglong, et al.
Veröffentlicht: (2025)

Towards Generalizable PDE Dynamics Forecasting via Physics-Guided Invariant Learning
von: Li, Siyang, et al.
Veröffentlicht: (2025)

Moving Sampling Physics-informed Neural Networks induced by Moving Mesh PDE
von: Yang, Yu, et al.
Veröffentlicht: (2023)

Rethinking harmless refusals when fine-tuning foundation models
von: Pop, Florin, et al.
Veröffentlicht: (2024)

A decoder-only foundation model for time-series forecasting
von: Das, Abhimanyu, et al.
Veröffentlicht: (2023)

SFO: Learning PDE Operators via Spectral Filtering
von: Koren, Noam, et al.
Veröffentlicht: (2026)

FluidFlow: a flow-matching generative model for fluid dynamics surrogates on unstructured meshes
von: Ramos, David, et al.
Veröffentlicht: (2026)

Unisolver: PDE-Conditional Transformers Towards Universal Neural PDE Solvers
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

Analytic Energy-Guided Policy Optimization for Offline Reinforcement Learning
von: Hu, Jifeng, et al.
Veröffentlicht: (2025)

PatchProt: Hydrophobic patch prediction using protein foundation models
von: Gogishvili, Dea, et al.
Veröffentlicht: (2024)

KO: Kinetics-inspired Neural Optimizer with PDE Simulation Approaches
von: Feng, Mingquan, et al.
Veröffentlicht: (2025)