Buchumschlag

xLSTM-PINN: Memory-Gated Spectral Remodeling for Physics-Informed Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tao, Ze, Zhao, Darui, Liu, Fujun, Xu, Ke, Hu, Xiangsheng
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

xLSTM: Extended Long Short-Term Memory
von: Beck, Maximilian, et al.
Veröffentlicht: (2024)

LNN-PINN: A Unified Physics-Only Training Framework with Liquid Residual Blocks
von: Tao, Ze, et al.
Veröffentlicht: (2025)

xLSTM-ECG: Multi-label ECG Classification via Feature Fusion with xLSTM
von: Kang, Lei, et al.
Veröffentlicht: (2025)

An LSTM-PINN Hybrid Method to the specific problem of population forecasting
von: Tao, Ze
Veröffentlicht: (2025)

Effective Distillation to Hybrid xLSTM Architectures
von: Hauzenberger, Lukas, et al.
Veröffentlicht: (2026)

LSTM-PINN: An Hybrid Method for Prediction of Steady-State Electrohydrodynamic Flow
von: Tao, Ze, et al.
Veröffentlicht: (2025)

MolGraph-xLSTM: A graph-based dual-level xLSTM framework with multi-head mixture-of-experts for enhanced molecular representation and interpretability
von: Sun, Yan, et al.
Veröffentlicht: (2025)

Vision-LSTM: xLSTM as Generic Vision Backbone
von: Alkin, Benedikt, et al.
Veröffentlicht: (2024)

xLSTMTime : Long-term Time Series Forecasting With xLSTM
von: Alharthi, Musleh, et al.
Veröffentlicht: (2024)

xLSTM-Mixer: Multivariate Time Series Forecasting by Mixing via Scalar Memories
von: Kraus, Maurice, et al.
Veröffentlicht: (2024)

xLSTM Scaling Laws: Competitive Performance with Linear Time-Complexity
von: Beck, Maximilian, et al.
Veröffentlicht: (2025)

Benchmarking Transformer and xLSTM for Time-Series Forecasting of Heat Consumption
von: Wahl, Marja, et al.
Veröffentlicht: (2026)

Distil-xLSTM: Learning Attention Mechanisms through Recurrent Structures
von: Thiombiano, Abdoul Majid O., et al.
Veröffentlicht: (2025)

xLSTMAD: A Powerful xLSTM-based Method for Anomaly Detection
von: Faber, Kamil, et al.
Veröffentlicht: (2025)

Enhancing Spatiotemporal Networks with xLSTM: A Scalar LSTM Approach for Cellular Traffic Forecasting
von: Ali, Khalid, et al.
Veröffentlicht: (2025)

Seg-LSTM: Performance of xLSTM for Semantic Segmentation of Remotely Sensed Images
von: Zhu, Qinfeng, et al.
Veröffentlicht: (2024)

Residual Attention Physics-Informed Neural Networks for Robust Multiphysics Simulation of Steady-State Electrothermal Energy Systems
von: Zhou, Yuqing, et al.
Veröffentlicht: (2026)

Tiled Flash Linear Attention: More Efficient Linear RNN and xLSTM Kernels
von: Beck, Maximilian, et al.
Veröffentlicht: (2025)

xLSTM 7B: A Recurrent LLM for Fast and Efficient Inference
von: Beck, Maximilian, et al.
Veröffentlicht: (2025)

Bio-xLSTM: Generative modeling, representation and in-context learning of biological and chemical sequences
von: Schmidinger, Niklas, et al.
Veröffentlicht: (2024)

A Large Recurrent Action Model: xLSTM enables Fast Inference for Robotics Tasks
von: Schmied, Thomas, et al.
Veröffentlicht: (2024)

A Deep Reinforcement Learning Approach to Automated Stock Trading, using xLSTM Networks
von: Sarlakifar, Faezeh, et al.
Veröffentlicht: (2025)

Spectral Informed Neural Network: An Efficient and Low-Memory PINN
von: Yu, Tianchi, et al.
Veröffentlicht: (2024)

MoxE: Mixture of xLSTM Experts with Entropy-Aware Routing for Efficient Language Modeling
von: Thiombiano, Abdoul Majid O., et al.
Veröffentlicht: (2025)

xLSTM-SENet: xLSTM for Single-Channel Speech Enhancement
von: Kühne, Nikolai Lund, et al.
Veröffentlicht: (2025)

A Unified Benchmark Study of Shock-Like Problems in Two-Dimensional Steady Electrohydrodynamic Flow Based on LSTM-PINN
von: Lin, Chao, et al.
Veröffentlicht: (2026)

Macroscopic transport patterns of UAV traffic in 3D anisotropic wind fields: A constraint-preserving hybrid PINN-FVM approach
von: Liang, Hanbing, et al.
Veröffentlicht: (2026)

Bias Inheritance in Neural-Symbolic Discovery of Constitutive Closures Under Function-Class Mismatch
von: Liang, Hanbing, et al.
Veröffentlicht: (2026)

Operator-Consistent Physics-Informed Learning for Wafer Thermal Reconstruction in Lithography
von: Tao, Ze, et al.
Veröffentlicht: (2025)

Learnable Viscosity Modulation in Physics-Informed Neural Networks for Incompressible Flow Reconstruction
von: Xu, Ke, et al.
Veröffentlicht: (2026)

RoPINN: Region Optimized Physics-Informed Neural Networks
von: Wu, Haixu, et al.
Veröffentlicht: (2024)

Learning Electromagnetic Metamaterial Physics With ChatGPT
von: Lu, Darui, et al.
Veröffentlicht: (2024)

ProPINN: Demystifying Propagation Failures in Physics-Informed Neural Networks
von: Wu, Haixu, et al.
Veröffentlicht: (2025)

LSTM-PINN for Steady-State Electrothermal Transport: Preserving Multi-Field Consis tency in Strongly Coupled Heat and Fluid Flow
von: Zhou, Yuqing, et al.
Veröffentlicht: (2026)

When Mamba Meets xLSTM: An Efficient and Precise Method with the xLSTM-VMUNet Model for Skin lesion Segmentation
von: Fang, Zhuoyi, et al.
Veröffentlicht: (2024)

Fatigue-PINN: Physics-Informed Fatigue-Driven Motion Modulation and Synthesis
von: Loi, Iliana, et al.
Veröffentlicht: (2025)

RBF-PINN: Non-Fourier Positional Embedding in Physics-Informed Neural Networks
von: Zeng, Chengxi, et al.
Veröffentlicht: (2024)

EV-PINN: A Physics-Informed Neural Network for Predicting Electric Vehicle Dynamics
von: Lim, Hansol, et al.
Veröffentlicht: (2024)

SGM-PINN: Sampling Graphical Models for Faster Training of Physics-Informed Neural Networks
von: Anticev, John, et al.
Veröffentlicht: (2024)

PINN-BO: A Black-box Optimization Algorithm using Physics-Informed Neural Networks
von: Phan-Trong, Dat, et al.
Veröffentlicht: (2024)