Buchumschlag

Meta-Learning Fourier Neural Operators for Hessian Inversion and Enhanced Variational Data Assimilation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Moazzami, Hamidreza, Jamali, Asma, Kevlahan, Nicholas, Vargas-Hernández, Rodrigo A.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spectral Analysis of Molecular Kernels: When Richer Features Do Not Guarantee Better Generalization
von: Jamali, Asma, et al.
Veröffentlicht: (2025)

FNP: Fourier Neural Processes for Arbitrary-Resolution Data Assimilation
von: Chen, Kun, et al.
Veröffentlicht: (2024)

Neural Incremental Data Assimilation
von: Blanke, Matthieu, et al.
Veröffentlicht: (2024)

Learning Semilinear Neural Operators : A Unified Recursive Framework For Prediction And Data Assimilation
von: Singh, Ashutosh, et al.
Veröffentlicht: (2024)

Tensor-Var: Efficient Four-Dimensional Variational Data Assimilation
von: Yang, Yiming, et al.
Veröffentlicht: (2025)

Isotropic Fourier Neural Operators
von: Staddon, Michael F.
Veröffentlicht: (2026)

Multi-Resolution Active Learning of Fourier Neural Operators
von: Li, Shibo, et al.
Veröffentlicht: (2023)

VAE-Var: Variational-Autoencoder-Enhanced Variational Assimilation
von: Xiao, Yi, et al.
Veröffentlicht: (2024)

Small Ensemble-based Data Assimilation: A Machine Learning-Enhanced Data Assimilation Method with Limited Ensemble Size
von: Li, Zhilin, et al.
Veröffentlicht: (2025)

Enhancing Fourier Neural Operators with Local Spatial Features
von: Liu, Chaoyu, et al.
Veröffentlicht: (2025)

Neural Adjoint Method for Meta-optics: Accelerating Volumetric Inverse Design via Fourier Neural Operators
von: Kang, Chanik, et al.
Veröffentlicht: (2026)

Randomized Physics-Informed Neural Networks for Bayesian Data Assimilation
von: Zong, Yifei, et al.
Veröffentlicht: (2024)

Toward Data-Driven Surrogates of the Solar Wind with Spherical Fourier Neural Operator
von: Mansouri, Reza, et al.
Veröffentlicht: (2025)

Quantum-Accelerated Neural Imputation with Large Language Models (LLMs)
von: Jamali, Hossein
Veröffentlicht: (2025)

A Generalized Meta Federated Learning Framework with Theoretical Convergence Guarantees
von: Jamali, Mohammad Vahid, et al.
Veröffentlicht: (2025)

LEVDA: Latent Ensemble Variational Data Assimilation via Differentiable Dynamics
von: Si, Phillip, et al.
Veröffentlicht: (2026)

Limits of Resolution Equivariance in Fourier Neural Operators
von: Colagrande, Alex, et al.
Veröffentlicht: (2026)

Fourier Neural Operator with Learned Deformations for PDEs on General Geometries
von: Li, Zongyi, et al.
Veröffentlicht: (2022)

Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems
von: Shah, Freya, et al.
Veröffentlicht: (2024)

Enhancing the Parameterization of Reservoir Properties for Data Assimilation Using Deep VAE-GAN
von: Sampaio, M. A., et al.
Veröffentlicht: (2026)

An Inverse Scattering Inspired Fourier Neural Operator for Time-Dependent PDE Learning
von: Yu, Rixin
Veröffentlicht: (2025)

Ambient Noise Full Waveform Inversion with Neural Operators
von: Zou, Caifeng, et al.
Veröffentlicht: (2025)

Fourier Neural Operators Explained: A Practical Perspective
von: Duruisseaux, Valentin, et al.
Veröffentlicht: (2025)

Physics-Informed Reduced-Order Operator Learning for Hyperelasticity in Continuum Micromechanics
von: Eivazi, Hamidreza, et al.
Veröffentlicht: (2026)

Machine Learning for Inverse Problems and Data Assimilation
von: Bach, Eviatar, et al.
Veröffentlicht: (2024)

$Φ$-DVAE: Physics-Informed Dynamical Variational Autoencoders for Unstructured Data Assimilation
von: Glyn-Davies, Alex, et al.
Veröffentlicht: (2022)

Pseudo-Physics-Informed Neural Operators: Enhancing Operator Learning from Limited Data
von: Chen, Keyan, et al.
Veröffentlicht: (2025)

Learning Hamiltonian Dynamics with Bayesian Data Assimilation
von: Kim, Taehyeun, et al.
Veröffentlicht: (2025)

SLE-FNO: Single-Layer Extensions for Task-Agnostic Continual Learning in Fourier Neural Operators
von: Elhadidy, Mahmoud, et al.
Veröffentlicht: (2026)

Fuxi-DA: A Generalized Deep Learning Data Assimilation Framework for Assimilating Satellite Observations
von: Xu, Xiaoze, et al.
Veröffentlicht: (2024)

Partitioned Hybrid Quantum Fourier Neural Operators for Scientific Quantum Machine Learning
von: Marcandelli, Paolo, et al.
Veröffentlicht: (2025)

Learning High-dimensional Ionic Model Dynamics Using Fourier Neural Operators
von: Pellegrini, Luca, et al.
Veröffentlicht: (2025)

Topological Approach for Data Assimilation
von: Chumley, Max M., et al.
Veröffentlicht: (2024)

Plasma Surrogate Modelling using Fourier Neural Operators
von: Gopakumar, Vignesh, et al.
Veröffentlicht: (2023)

FNOPE: Simulation-based inference on function spaces with Fourier Neural Operators
von: Moss, Guy, et al.
Veröffentlicht: (2025)

Autoregressive Surrogate Modeling of the Solar Wind with Spherical Fourier Neural Operator
von: Mansouri, Reza, et al.
Veröffentlicht: (2025)

Light-Weight Diffusion Multiplier and Uncertainty Quantification for Fourier Neural Operators
von: Matveev, Albert, et al.
Veröffentlicht: (2025)

Invertible Fourier Neural Operators for Tackling Both Forward and Inverse Problems
von: Long, Da, et al.
Veröffentlicht: (2024)

Series of Hessian-Vector Products for Tractable Saddle-Free Newton Optimisation of Neural Networks
von: Oldewage, Elre T., et al.
Veröffentlicht: (2023)

Enhancing Precision of Automated Teller Machines Network Quality Assessment: Machine Learning and Multi Classifier Fusion Approaches
von: Safarzadeh, Alireza, et al.
Veröffentlicht: (2025)