Buchumschlag

Hybrid DeepONet Surrogates for Multiphase Flow in Porous Media

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Santos, Ezequiel S., Barros, Gabriel F., Oliveira, Amanda C. N., Silva, Rômulo M., Freitas, Rodolfo S. M., Valiveti, Dakshina M., Wu, Xiao-Hui, Rochinha, Fernando A., Coutinho, Alvaro L. G. A.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Continuum Damage Model for Hydrogen Embrittlement in Ferritic Steels
von: Valiveti, Dakshina Murthy, et al.
Veröffentlicht: (2024)

I-FENN with DeepONets: accelerating simulations in coupled multiphysics problems
von: Amin, Fouad M., et al.
Veröffentlicht: (2025)

Efficient FGM optimization with a novel design space and DeepONet
von: Agrawal, Piyush, et al.
Veröffentlicht: (2024)

$ϕ-$DeepONet: A Discontinuity Capturing Neural Operator
von: Roy, Sumanta, et al.
Veröffentlicht: (2026)

Physics-informed DeepONet with stiffness-based loss functions for structural response prediction
von: Ahmed, Bilal, et al.
Veröffentlicht: (2024)

A MgNO Method for Multiphase Flow in Porous Media
von: Liu, Xinliang, et al.
Veröffentlicht: (2024)

Material-Response-Informed DeepONet and its Application to Polycrystal Stress-strain Prediction in Crystal Plasticity
von: He, Junyan, et al.
Veröffentlicht: (2024)

Geom-DeepONet: A Point-cloud-based Deep Operator Network for Field Predictions on 3D Parameterized Geometries
von: He, Junyan, et al.
Veröffentlicht: (2024)

A multi-fidelity deep operator network (DeepONet) for fusing simulation and monitoring data: Application to real-time settlement prediction during tunnel construction
von: Xu, Chen, et al.
Veröffentlicht: (2023)

Physics-informed Neural Networks for Heterogeneous Poroelastic Media
von: Roy, Sumanta, et al.
Veröffentlicht: (2024)

Physics-Informed DeepONet Coupled with FEM for Convective Transport in Porous Media with Sharp Gaussian Sources
von: Kara, Erdi, et al.
Veröffentlicht: (2025)

The Calderón's problem via DeepONets
von: Castro, Javier, et al.
Veröffentlicht: (2022)

Hybrid Least Squares/Gradient Descent Methods for DeepONets
von: Choi, Jun, et al.
Veröffentlicht: (2025)

DD-DeepONet: Domain decomposition and DeepONet for solving partial differential equations in three application scenarios
von: Yang, Bo, et al.
Veröffentlicht: (2025)

BP-DeepONet: A new method for cuffless blood pressure estimation using the physcis-informed DeepONet
von: Li, Lingfeng, et al.
Veröffentlicht: (2024)

Alpha-VI DeepONet: A prior-robust variational Bayesian approach for enhancing DeepONets with uncertainty quantification
von: Lone, Soban Nasir, et al.
Veröffentlicht: (2024)

Scalable High-Dimensional Bayesian Field Reconstruction with Finite Elements: Application to 3D Porous Media Flow
von: Nitzler, Jonas, et al.
Veröffentlicht: (2026)

Learning Hamiltonian Density Using DeepONet
von: Xu, Baige, et al.
Veröffentlicht: (2025)

Bond Losses in Post‐Auction Resale Markets: Causes and Consequences
von: Klenio Barbosa, et al.
Veröffentlicht: (2024)

DeepONet-accelerated Bayesian inversion for moving boundary problems
von: Iglesias, Marco A., et al.
Veröffentlicht: (2025)

History-Matching of Imbibition Flow in Multiscale Fractured Porous Media Using Physics-Informed Neural Networks (PINNs)
von: Abbasi, Jassem, et al.
Veröffentlicht: (2024)

Spatially Distributed Wettability Characterization in Porous Media
von: Aljaberi, Faisal, et al.
Veröffentlicht: (2025)

Physics-constrained DeepONet for Surrogate CFD models: a curved backward-facing step case
von: Jnini, Anas, et al.
Veröffentlicht: (2025)

Ensemble and Mixture-of-Experts DeepONets For Operator Learning
von: Sharma, Ramansh, et al.
Veröffentlicht: (2024)

Improving physics-informed DeepONets with hard constraints
von: Brecht, Rüdiger, et al.
Veröffentlicht: (2023)

Analysis of the Rarefied Flow at Micro-Step using a DeepONet Surrogate Model with a Physics-Guided Zonal Loss Function
von: Roohi, Ehsan, et al.
Veröffentlicht: (2025)

Model-Free Deep Hedging with Transaction Costs and Light Data Requirements
von: Brugière, Pierre, et al.
Veröffentlicht: (2025)

Quantum DeepONet: Neural operators accelerated by quantum computing
von: Xiao, Pengpeng, et al.
Veröffentlicht: (2024)

Operator Learning for Consolidation: An Architectural Comparison for DeepONet Variants
von: Choi, Yongjin, et al.
Veröffentlicht: (2025)

Accelerated Patient-Specific Hemodynamic Simulations with Hybrid Physics-Based Neural Surrogates
von: Rubio, Natalia L., et al.
Veröffentlicht: (2026)

Prediction of Steady-State Flow through Porous Media Using Machine Learning Models
von: Wang, Jinhong, et al.
Veröffentlicht: (2026)

Learning Nonlinear Responses in PET Bottle Buckling with a Hybrid DeepONet-Transolver Framework
von: Kumar, Varun, et al.
Veröffentlicht: (2025)

Shock-Aware Physics-Guided Fusion-DeepONet Operator for Rarefied Micro-Nozzle Flows
von: Roohi, Ehsan, et al.
Veröffentlicht: (2025)

What do physics-informed DeepONets learn? Understanding and improving training for scientific computing applications
von: Williams, Emily, et al.
Veröffentlicht: (2024)

Soft Actor-Critic with Backstepping-Pretrained DeepONet for control of PDEs
von: Wang, Chenchen, et al.
Veröffentlicht: (2025)

Spectral Embedding via Chebyshev Bases for Robust DeepONet Approximation
von: Abid, Muhammad, et al.
Veröffentlicht: (2025)

FEDONet : Fourier-Embedded DeepONet for Spectrally Accurate Operator Learning
von: Sojitra, Arth, et al.
Veröffentlicht: (2025)

XI-DeepONet: An operator learning method for elliptic interface problems
von: Bi, Ran, et al.
Veröffentlicht: (2024)

Stochastic Deep Learning Surrogate Models for Uncertainty Propagation in Microstructure-Properties of Ceramic Aerogels
von: Islam, Md Azharul, et al.
Veröffentlicht: (2025)

Combined Mutiplicative-Heston Model for Stochastic Volatility
von: Moghaddam, M. Dashti, et al.
Veröffentlicht: (2018)