Buchumschlag

Data-Free Asymptotics-Informed Operator Networks for Singularly Perturbed PDEs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Jinsil, Hong, Youngjoon, Ko, Seungchan, Lee, Jae Yong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Numerical Analysis 65M60, 65N30, 68T20, 68U07
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Finite Element Operator Network for Solving Elliptic-type parametric PDEs
von: Lee, Jae Yong, et al.
Veröffentlicht: (2023)

Discontinuous Galerkin finite element operator network for solving non-smooth PDEs
von: Chawla, Kapil, et al.
Veröffentlicht: (2026)

A C^s-smooth mixed degree and regularity isogeometric spline space over planar multi-patch domains
von: Kapl, Mario, et al.
Veröffentlicht: (2024)

A discontinuous Galerkin plane wave neural network method for Helmholtz equation and Maxwell's equations
von: Yuan, Long, et al.
Veröffentlicht: (2025)

Discontinuous hybrid neural networks for the one-dimensional partial differential equations
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2025)

The Neural Approximated Virtual Element Method for Elasticity Problems
von: Berrone, Stefano, et al.
Veröffentlicht: (2025)

A framework of discontinuous Galerkin neural networks for iteratively approximating residuals
von: Yuan, Long, et al.
Veröffentlicht: (2025)

Neural Network Localized Orthogonal Decomposition for Numerical Homogenization of Diffusion Operators with Random Coefficients
von: Kröpfl, Fabian, et al.
Veröffentlicht: (2025)

Neural enrichment finite element method: A hybrid framework for problems with strong oscillations or interface problems
von: Guo, Shihan, et al.
Veröffentlicht: (2026)

Extended Finite Elements for 3D-1D coupled problems via a PDE-constrained optimization approach
von: Grappein, Denise, et al.
Veröffentlicht: (2022)

A five field formulation for flow simulations in porous media with fractures and barriers via an optimization based domain decomposition method
von: Scialò, Stefano
Veröffentlicht: (2024)

Neural Network Dual Norms for Minimal Residual Finite Element Methods
von: Alsobhi, Hamd, et al.
Veröffentlicht: (2025)

Deep Learning Based on Randomized Quasi-Monte Carlo Method for Solving Linear Kolmogorov Partial Differential Equation
von: Xiao, Jichang, et al.
Veröffentlicht: (2023)

MAGNET: an open-source library for mesh agglomeration by Graph Neural Networks
von: Antonietti, Paola F., et al.
Veröffentlicht: (2025)

Least Squares with Equality constraints Extreme Learning Machines for the resolution of PDEs
von: De Falco, Davide Elia, et al.
Veröffentlicht: (2025)

S$^2$GPT-PINNs: Sparse and Small models for PDEs
von: Ji, Yajie, et al.
Veröffentlicht: (2025)

A neuron-wise subspace correction method for the finite neuron method
von: Park, Jongho, et al.
Veröffentlicht: (2022)

Smooth digital terrain modelling in irregular domain using finite element thin plate splines and adaptive refinement
von: Fang, Lishan
Veröffentlicht: (2023)

Development and Analysis of Chien-Physics-Informed Neural Networks for Singular Perturbation Problems
von: Singh, Gautam, et al.
Veröffentlicht: (2025)

Geometric Generalization of Neural Operators from Kernel Integral Perspective
von: Han, Mingyu, et al.
Veröffentlicht: (2026)

Deep collocation method: A framework for solving PDEs using neural networks with error control
von: Weng, Mingxing, et al.
Veröffentlicht: (2025)

Discontinuous Galerkin methods for the Laplace-Beltrami operator on point cloud
von: Dong, Guozhi, et al.
Veröffentlicht: (2020)

Multiscale Neural Networks for Approximating Green's Functions
von: Hao, Wenrui, et al.
Veröffentlicht: (2024)

Data Completion for Electrical Impedance Tomography by Conditional Diffusion Models
von: Chen, Ke, et al.
Veröffentlicht: (2026)

Learning time-dependent PDE via graph neural networks and deep operator network for robust accuracy on irregular grids
von: Cho, Sung Woong, et al.
Veröffentlicht: (2024)

Diff-ANO: Towards Fast High-Resolution Ultrasound Computed Tomography via Conditional Consistency Models and Adjoint Neural Operators
von: Cao, Xiang, et al.
Veröffentlicht: (2025)

Neural network solvers for parametrized elasticity problems that conserve linear and angular momentum
von: Boon, Wietse M., et al.
Veröffentlicht: (2024)

Computational homogenization for aerogel-like polydisperse open-porous materials using neural network--based surrogate models on the microscale
von: Klawonn, Axel, et al.
Veröffentlicht: (2024)

Polynomial-Augmented Neural Networks (PANNs) with Weak Orthogonality Constraints for Enhanced Function and PDE Approximation
von: Cooley, Madison, et al.
Veröffentlicht: (2024)

Expression Rates of Neural Operators for Linear Elliptic PDEs in Polytopes
von: Marcati, Carlo, et al.
Veröffentlicht: (2024)

A Neural Multigrid Solver for Helmholtz Equations with High Wavenumber and Heterogeneous Media
von: Cui, Chen, et al.
Veröffentlicht: (2024)

Certified and accurate computation of function space norms of deep neural networks
von: Gründler, Johannes, et al.
Veröffentlicht: (2026)

Regularity and tailored regularization of Deep Neural Networks, with application to parametric PDEs in uncertainty quantification
von: Keller, Alexander, et al.
Veröffentlicht: (2025)

Recurrent Neural Operators: Stable Long-Term PDE Prediction
von: Ye, Zaijun, et al.
Veröffentlicht: (2025)

Self-adaptive physics-informed neural network for forward and inverse problems in heterogeneous porous flow
von: Aziz, Md. Abdul, et al.
Veröffentlicht: (2025)

An $r$-adaptive finite element method using neural networks for parametric self-adjoint elliptic problem
von: Aballay, Danilo, et al.
Veröffentlicht: (2025)

A Deep Learning algorithm to accelerate Algebraic Multigrid methods in Finite Element solvers of 3D elliptic PDEs
von: Caldana, Matteo, et al.
Veröffentlicht: (2023)

A derivative-free localized stochastic method for very high-dimensional semilinear parabolic PDEs
von: Fang, Shuixin, et al.
Veröffentlicht: (2025)

Adaptive Randomized Neural Networks with Locally Activation Function: Theory and Algorithm for Solving PDEs
von: Bi, Ran, et al.
Veröffentlicht: (2026)

Prediction of discretization of online GMsFEM using deep learning for Richards equation
von: Spiridonov, Denis, et al.
Veröffentlicht: (2024)