:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Shmelev, Daniil, Thompson, Luke, Salvi, Cristopher
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Numerical Analysis
Accesso online:	https://arxiv.org/abs/2509.20599
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Sparse Signature Coefficient Recovery via Kernels
di: Shmelev, Daniil, et al.
Pubblicazione: (2024)

Explicit and Effectively Symmetric Runge-Kutta Methods
di: Shmelev, Daniil, et al.
Pubblicazione: (2025)

pySigLib -- Fast Signature-Based Computations on CPU and GPU
di: Shmelev, Daniil, et al.
Pubblicazione: (2025)

Stable and Near-Reversible Diffusion ODE Solvers for Image Editing
di: Barancikova, Barbora, et al.
Pubblicazione: (2026)

An Explicit Scheme for Pathwise XVA Computations
di: Abbas-Turki, Lokman, et al.
Pubblicazione: (2024)

Lie Algebra Canonicalization: Equivariant Neural Operators under arbitrary Lie Groups
di: Shumaylov, Zakhar, et al.
Pubblicazione: (2024)

Neural Parameter Regression for Explicit Representations of PDE Solution Operators
di: Mundinger, Konrad, et al.
Pubblicazione: (2024)

On the Dimension-Free Approximation of Deep Neural Networks for Symmetric Korobov Functions
di: Lu, Yulong, et al.
Pubblicazione: (2025)

Quantitative Convergences of Lie Group Momentum Optimizers
di: Kong, Lingkai, et al.
Pubblicazione: (2024)

Neural Galerkin Schemes with Active Learning for High-Dimensional Evolution Equations
di: Bruna, Joan, et al.
Pubblicazione: (2022)

Stochastic Fractional Neural Operators: A Symmetrized Approach to Modeling Turbulence in Complex Fluid Dynamics
di: Santos, Rômulo Damasclin Chaves dos, et al.
Pubblicazione: (2025)

ERGNN: Spectral Graph Neural Network With Explicitly-Optimized Rational Graph Filters
di: Li, Guoming, et al.
Pubblicazione: (2024)

An Explicit Euler-type Scheme for Lévy-driven SDEs with Superlinear and Time-Irregular Coefficients
di: Biswas, Sani, et al.
Pubblicazione: (2025)

Semi-Explicit Neural DAEs: Learning Long-Horizon Dynamical Systems with Algebraic Constraints
di: Pal, Avik, et al.
Pubblicazione: (2025)

Rough kernel hedging
di: Cirone, Nicola Muca, et al.
Pubblicazione: (2025)

Self-Supervised Learning with Lie Symmetries for Partial Differential Equations
di: Mialon, Grégoire, et al.
Pubblicazione: (2023)

Soliton profiles: Classical Numerical Schemes vs. Neural Network - Based Solvers
di: Haight, Chandler, et al.
Pubblicazione: (2025)

Learning from Integral Losses in Physics Informed Neural Networks
di: Saleh, Ehsan, et al.
Pubblicazione: (2023)

Kinetic Langevin Splitting Schemes for Constrained Sampling
di: Chada, Neil K., et al.
Pubblicazione: (2026)

Sampling from Bayesian Neural Network Posteriors with Symmetric Minibatch Splitting Langevin Dynamics
di: Paulin, Daniel, et al.
Pubblicazione: (2024)

Training Stiff Neural Ordinary Differential Equations with Explicit Exponential Integration Methods
di: Fronk, Colby, et al.
Pubblicazione: (2024)

Interpretable AI-Assisted Early Reliability Prediction for a Two-Parameter Parallel Root-Finding Scheme
di: Carpentieri, Bruno, et al.
Pubblicazione: (2026)

Multifidelity Covariance Estimation via Regression on the Manifold of Symmetric Positive Definite Matrices
di: Maurais, Aimee, et al.
Pubblicazione: (2023)

Riemannian Langevin Dynamics: Strong Convergence of Geometric Euler-Maruyama Scheme
di: Zhan, Zhiyuan, et al.
Pubblicazione: (2026)

Group-invariant tensor train networks for supervised learning
di: Sprangers, Brent, et al.
Pubblicazione: (2022)

Numerical Schemes for Signature Kernels
di: Cass, Thomas, et al.
Pubblicazione: (2025)

A path-dependent PDE solver based on signature kernels
di: Pannier, Alexandre, et al.
Pubblicazione: (2024)

Neural Low-Discrepancy Sequences
di: Van Huffel, Michael Etienne, et al.
Pubblicazione: (2025)

Continuum Attention for Neural Operators
di: Calvello, Edoardo, et al.
Pubblicazione: (2024)

Multigrade Neural Network Approximation
di: Zhang, Shijun, et al.
Pubblicazione: (2026)

THINNs: Thermodynamically Informed Neural Networks
di: Castro, Javier, et al.
Pubblicazione: (2025)

Preconditioning for Physics-Informed Neural Networks
di: Liu, Songming, et al.
Pubblicazione: (2024)

Learning Explicitly Conditioned Sparsifying Transforms
di: Pătraşcu, Andrei, et al.
Pubblicazione: (2024)

Optimizing Parallel Schemes with Lyapunov Exponents and kNN-LLE Estimation
di: Shams, Mudassir, et al.
Pubblicazione: (2026)

Graph Neural Regularizers for PDE Inverse Problems
di: Lauga, William, et al.
Pubblicazione: (2025)

Neural Measures for learning distributions of Random PDEs
di: Arampatzis, Georgios, et al.
Pubblicazione: (2025)

Dual-Balancing for Physics-Informed Neural Networks
di: Zhou, Chenhong, et al.
Pubblicazione: (2025)

LieSolver: A PDE-constrained solver for IBVPs using Lie symmetries
di: Klausen, René P., et al.
Pubblicazione: (2025)

Physics-Informed Geometry-Aware Neural Operator
di: Zhong, Weiheng, et al.
Pubblicazione: (2024)

A Mathematical Analysis of Neural Operator Behaviors
di: Le, Vu-Anh, et al.
Pubblicazione: (2024)