Buchumschlag

Walrus: A Cross-Domain Foundation Model for Continuum Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	McCabe, Michael, Mukhopadhyay, Payel, Marwah, Tanya, Blancard, Bruno Regaldo-Saint, Rozet, Francois, Diaconu, Cristiana, Meyer, Lucas, Wong, Kaze W. K., Sotoudeh, Hadi, Bietti, Alberto, Espejo, Irina, Fear, Rio, Golkar, Siavash, Hehir, Tom, Hirashima, Keiya, Krawezik, Geraud, Lanusse, Francois, Morel, Rudy, Ohana, Ruben, Parker, Liam, Pettee, Mariel, Shen, Jeff, Cho, Kyunghyun, Cranmer, Miles, Ho, Shirley
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

xVal: A Continuous Numerical Tokenization for Scientific Language Models
von: Golkar, Siavash, et al.
Veröffentlicht: (2023)

Multiple Physics Pretraining for Physical Surrogate Models
von: McCabe, Michael, et al.
Veröffentlicht: (2023)

Contextual Counting: A Mechanistic Study of Transformers on a Quantitative Task
von: Golkar, Siavash, et al.
Veröffentlicht: (2024)

AstroCLIP: A Cross-Modal Foundation Model for Galaxies
von: Parker, Liam, et al.
Veröffentlicht: (2023)

AION-1: Omnimodal Foundation Model for Astronomical Sciences
von: Parker, Liam, et al.
Veröffentlicht: (2025)

Emergent Transfer of a Physics Foundation Model from Simulation to Laboratory Turbulence
von: Mukhopadhyay, Payel, et al.
Veröffentlicht: (2026)

Predicting partially observable dynamical systems via diffusion models with a multiscale inference scheme
von: Morel, Rudy, et al.
Veröffentlicht: (2025)

Universal Spectral Tokenization via Self-Supervised Panchromatic Representation Learning
von: Shen, Jeff, et al.
Veröffentlicht: (2025)

Lost in Latent Space: An Empirical Study of Latent Diffusion Models for Physics Emulation
von: Rozet, François, et al.
Veröffentlicht: (2025)

Physics Steering: Causal Control of Cross-Domain Concepts in a Physics Foundation Model
von: Fear, Rio Alexa, et al.
Veröffentlicht: (2025)

Overtone: Cyclic Patch Modulation for Clean, Efficient, and Flexible Physics Emulators
von: Mukhopadhyay, Payel, et al.
Veröffentlicht: (2025)

On the Value of Tokeniser Pretraining in Physics Foundation Models
von: Sotoudeh, Hadi, et al.
Veröffentlicht: (2026)

MIMIC: A Generative Multimodal Foundation Model for Biomolecules
von: Golkar, Siavash, et al.
Veröffentlicht: (2026)

Probabilistic Retrofitting of Learned Simulators
von: Diaconu, Cristiana, et al.
Veröffentlicht: (2026)

Learning Diffusion Priors from Observations by Expectation Maximization
von: Rozet, François, et al.
Veröffentlicht: (2024)

What's In Your Field? Mapping Scientific Research with Knowledge Graphs and Large Language Models
von: Das, Abhipsha, et al.
Veröffentlicht: (2025)

Galaxy-challenge_SC25_Artifact2
von: Hirashima, Keiya
Veröffentlicht: (2025)

Listening to the Noise: Blind Denoising with Gibbs Diffusion
von: Heurtel-Depeiges, David, et al.
Veröffentlicht: (2024)

Protein Design with Agent Rosetta: A Case Study for Specialized Scientific Agents
von: Teneggi, Jacopo, et al.
Veröffentlicht: (2026)

Statistical Component Separation for Targeted Signal Recovery in Noisy Mixtures
von: Blancard, Bruno Régaldo-Saint, et al.
Veröffentlicht: (2023)

The Well: a Large-Scale Collection of Diverse Physics Simulations for Machine Learning
von: Ohana, Ruben, et al.
Veröffentlicht: (2024)

Representation Learning for Spatiotemporal Physical Systems
von: Qu, Helen, et al.
Veröffentlicht: (2026)

Self-supervised Synthetic Pretraining for Inference of Stellar Mass Embedded in Dense Gas
von: Hirashima, Keiya, et al.
Veröffentlicht: (2025)

Simulation-based stacking
von: Yao, Yuling, et al.
Veröffentlicht: (2023)

Joint Embeddings Go Temporal
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2025)

Training-Free Bayesian Filtering with Generative Emulators
von: Savary, Thomas, et al.
Veröffentlicht: (2026)

Training-Free Data Assimilation with GenCast
von: Savary, Thomas, et al.
Veröffentlicht: (2025)

Hybrid Physical-Neural Simulator for Fast Cosmological Hydrodynamics
von: Thomsen, Arne, et al.
Veröffentlicht: (2025)

Geometric deep learning for galaxy-halo connection: a case study for galaxy intrinsic alignments
von: Jagvaral, Yesukhei, et al.
Veröffentlicht: (2024)

Detecting Galaxy Tidal Features Using Self-Supervised Representation Learning
von: Desmons, Alice, et al.
Veröffentlicht: (2023)

Mitigating Model Misspecification in Simulation-Based Inference for Galaxy Clustering
von: Pierre, Sébastien, et al.
Veröffentlicht: (2025)

Benchmarking field-level cosmological inference from galaxy redshift surveys
von: Simon, Hugo, et al.
Veröffentlicht: (2025)

The Cosmological analysis of X-ray cluster surveys VII. Bypassing scaling relations with Lagrangian Deep Learning and Simulation-based inference
von: Cerardi, Nicolas, et al.
Veröffentlicht: (2025)

Multimodal Datasets with Controllable Mutual Information
von: Hashmani, Raheem Karim, et al.
Veröffentlicht: (2025)

Walrus: An Efficient Decentralized Storage Network
von: Danezis, George, et al.
Veröffentlicht: (2025)

Teaching dark matter simulations to speak the halo language
von: Pandey, Shivam, et al.
Veröffentlicht: (2024)

Separation of dust emission from the Cosmic Infrared Background in Herschel observations with Wavelet Phase Harmonics
von: Auclair, Constant, et al.
Veröffentlicht: (2023)

Diagnostic reasoning in the age of artificial intelligence: Synergy or opposition?
von: Conrad Gleber, et al.
Veröffentlicht: (2024)

Measuring the intracluster light fraction with machine learning
von: Canepa, Louisa, et al.
Veröffentlicht: (2025)

Literate Tracing
von: Sotoudeh, Matthew
Veröffentlicht: (2025)