Buchumschlag

PIRF: Physics-Informed Reward Fine-Tuning for Diffusion Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yuan, Mingze, Jin, Pengfei, Li, Na, Li, Quanzheng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computational Engineering, Finance, and Science Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Foundation Models for the Electric Power Grid
von: Hamann, Hendrik F., et al.
Veröffentlicht: (2024)

Online Fine-Tuning of Carbon Emission Predictions using Real-Time Recurrent Learning for State Space Models
von: Lemmel, Julian, et al.
Veröffentlicht: (2025)

Controlling Large Electric Vehicle Charging Stations via User Behavior Modeling and Stochastic Programming
von: Puech, Alban, et al.
Veröffentlicht: (2024)

PATH: A Discrete-sequence Dataset for Evaluating Online Unsupervised Anomaly Detection Approaches for Multivariate Time Series
von: Correia, Lucas, et al.
Veröffentlicht: (2024)

Scenario-based Thermal Management Parametrization Through Deep Reinforcement Learning
von: Rudolf, Thomas, et al.
Veröffentlicht: (2024)

PHAST: Port-Hamiltonian Architecture for Structured Temporal Dynamics Forecasting
von: Bhardwaj, Shubham, et al.
Veröffentlicht: (2026)

Simulation-Based Validation of an Integrated 4D/5D Digital-Twin Framework for Predictive Construction Control
von: Khoshkonesh, Atena, et al.
Veröffentlicht: (2025)

Controlgym: Large-Scale Control Environments for Benchmarking Reinforcement Learning Algorithms
von: Zhang, Xiangyuan, et al.
Veröffentlicht: (2023)

PDE Control Gym: A Benchmark for Data-Driven Boundary Control of Partial Differential Equations
von: Bhan, Luke, et al.
Veröffentlicht: (2024)

Weighted Flow Matching and Physics-Informed Nonlinear Filtering for Parameter Estimation in Digital Twins
von: Yanik, Yasar, et al.
Veröffentlicht: (2026)

Rewarding the Scientific Process: Process-Level Reward Modeling for Agentic Data Analysis
von: Qiu, Zhisong, et al.
Veröffentlicht: (2026)

CatMemo at the FinLLM Challenge Task: Fine-Tuning Large Language Models using Data Fusion in Financial Applications
von: Cao, Yupeng, et al.
Veröffentlicht: (2024)

Lang-PINN: From Language to Physics-Informed Neural Networks via a Multi-Agent Framework
von: He, Xin, et al.
Veröffentlicht: (2025)

C-ShipGen: A Conditional Guided Diffusion Model for Parametric Ship Hull Design
von: Bagazinski, Noah J., et al.
Veröffentlicht: (2024)

Integrating Physics-Based Modeling with Machine Learning for Lithium-Ion Batteries
von: Tu, Hao, et al.
Veröffentlicht: (2021)

Continual Gradient Low-Rank Projection Fine-Tuning for LLMs
von: Wang, Chenxu, et al.
Veröffentlicht: (2025)

SciNav: A General Agent Framework for Scientific Coding Tasks
von: Zhang, Tianshu, et al.
Veröffentlicht: (2026)

Input Convex Lipschitz Recurrent Neural Networks for Robust and Efficient Process Modeling and Optimization
von: Wang, Zihao, et al.
Veröffentlicht: (2024)

Fine-Tuning Pre-trained Large Time Series Models for Prediction of Wind Turbine SCADA Data
von: Fan, Yuwei, et al.
Veröffentlicht: (2024)

Physics-Informed Distillation of Diffusion Models for PDE-Constrained Generation
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

FMint-SDE: A Multimodal Foundation Model for Accelerating Numerical Simulation of SDEs via Error Correction
von: Yuan, Jiaxin, et al.
Veröffentlicht: (2025)

UrbanGraph: Physics-Informed Spatio-Temporal Dynamic Heterogeneous Graphs for Urban Microclimate Prediction
von: Xin, Weilin, et al.
Veröffentlicht: (2025)

Graph neural network-based surrogate modelling for real-time hydraulic prediction of urban drainage networks
von: Zhang, Zhiyu, et al.
Veröffentlicht: (2024)

Natural-gas storage modelling by deep reinforcement learning
von: Balaconi, Tiziano, et al.
Veröffentlicht: (2025)

SPIKE: Sparse Koopman Regularization for Physics-Informed Neural Networks
von: Miñoza, Jose Marie Antonio
Veröffentlicht: (2026)

Feature Mapping in Physics-Informed Neural Networks (PINNs)
von: Zeng, Chengxi, et al.
Veröffentlicht: (2024)

Improving Surrogate Model Robustness to Perturbations for Dynamical Systems Through Machine Learning and Data Assimilation
von: Ajayakumar, Abhishek, et al.
Veröffentlicht: (2023)

Design-OS: A Specification-Driven Framework for Engineering System Design with a Control-Systems Design Case
von: Bank, H. Sinan, et al.
Veröffentlicht: (2026)

A Toolbox for Supporting Research on AI in Water Distribution Networks
von: Artelt, André, et al.
Veröffentlicht: (2024)

Harnessing Flexible Spatial and Temporal Data Center Workloads for Grid Regulation Services
von: Fan, Yingrui, et al.
Veröffentlicht: (2026)

Orchestration Framework for Financial Agents: From Algorithmic Trading to Agentic Trading
von: Li, Jifeng, et al.
Veröffentlicht: (2025)

Cheap2Rich: A Multi-Fidelity Framework for Data Assimilation and System Identification of Multiscale Physics -- Rotating Detonation Engines
von: Bao, Yuxuan, et al.
Veröffentlicht: (2026)

Automatic Differentiation of Agent-Based Models
von: Quera-Bofarull, Arnau, et al.
Veröffentlicht: (2025)

Graph Diffusion Policy Optimization
von: Liu, Yijing, et al.
Veröffentlicht: (2024)

Financial Assets Dependency Prediction Utilizing Spatiotemporal Patterns
von: Zhu, Haoren, et al.
Veröffentlicht: (2024)

Automated Design Optimization via Strategic Search with Large Language Models
von: Carreon, Anthony, et al.
Veröffentlicht: (2025)

Exploring the non-convexity in machine learning using quantum-inspired optimization
von: Kumar, Kandula Eswara Sai, et al.
Veröffentlicht: (2026)

A data-driven framework for team selection in Fantasy Premier League
von: Ramezani, Danial, et al.
Veröffentlicht: (2025)

Physics-Informed Teacher-Student Ensemble Learning for Traffic State Estimation with a Varying Speed Limit Scenario
von: Huang, Archie J., et al.
Veröffentlicht: (2026)

XGBoost Learning of Dynamic Wager Placement for In-Play Betting on an Agent-Based Model of a Sports Betting Exchange
von: Terawong, Chawin, et al.
Veröffentlicht: (2024)