Buchumschlag

Error bounds for Physics Informed Neural Networks in Generalized KdV Equations placed on unbounded domains

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Freire, Ricardo, Muñoz, Claudio, Valenzuela, Nicolás
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Analysis of PDEs Primary: 65K10, 65M99, Secondary: 68T07
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Error bounds for Physics Informed Neural Networks in Nonlinear Schrödinger equations placed on unbounded domains
von: Alejo, Miguel Á., et al.
Veröffentlicht: (2024)

Computing Optimal Transport Maps and Wasserstein Barycenters Using Conditional Normalizing Flows
von: Visentin, Gabriele, et al.
Veröffentlicht: (2025)

Neural network Approximations for Reaction-Diffusion Equations -- Homogeneous Neumann Boundary Conditions and Long-time Integrations
von: Avilés, Eddel Elí Ojeda, et al.
Veröffentlicht: (2024)

Derivative-Informed Fourier Neural Operator: Universal Approximation and Applications to PDE-Constrained Optimization
von: Yao, Boyuan, et al.
Veröffentlicht: (2025)

Stratified Sampling Algorithms for Machine Learning Methods in Solving Two-scale Partial Differential Equations
von: Avilés, Eddel Elí Ojeda, et al.
Veröffentlicht: (2024)

Asymptotic stability properties and a priori bounds for Adam and other gradient descent optimization methods
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)

Using the Immersed Penalized Boundary Method with Splines to Solve PDE's on Curved Domains in 3D
von: Greene, Aussie, et al.
Veröffentlicht: (2025)

Neural Networks for Threshold Dynamics Reconstruction
von: Negrini, Elisa, et al.
Veröffentlicht: (2024)

Solving High Dimensional Partial Differential Equations Using Tensor Neural Network and A Posteriori Error Estimators
von: Wang, Yifan, et al.
Veröffentlicht: (2023)

Autoencoders in Function Space
von: Bunker, Justin, et al.
Veröffentlicht: (2024)

Reduced Order Modeling of Partial Differential Equations on Parameter-Dependent Domains Using Deep Neural Networks
von: Bukač, Martina, et al.
Veröffentlicht: (2024)

Deep Micro Solvers for Rough-Wall Stokes Flow in a Heterogeneous Multiscale Method
von: Ström, Emanuel, et al.
Veröffentlicht: (2025)

Neural Network Element Method for Partial Differential Equations
von: Wang, Yifan, et al.
Veröffentlicht: (2025)

Holonorm
von: Yongueng, Daryl Noupa, et al.
Veröffentlicht: (2025)

Neural Ordinary Differential Equations for Model Order Reduction of Stiff Systems
von: Caldana, Matteo, et al.
Veröffentlicht: (2024)

Regularity Analysis and Tensor Neural Network Methods for Quasiperiodic Elliptic Equations
von: Ren, Jingze, et al.
Veröffentlicht: (2026)

Learning on the Temporal Tangent Bundle for Physics-Informed Neural Networks
von: Jamal, Adetola, et al.
Veröffentlicht: (2026)

Theory And Applications Of One-Sided Coupled Operator Matrices
von: Kramar, Marjeta, et al.
Veröffentlicht: (2025)

"Abuse Risks are Often Inherent to Product Features": Exploring AI Vendors' Bug Bounty and Responsible Disclosure Policies
von: Piao, Yangheran, et al.
Veröffentlicht: (2025)

A Theory-guided Weighted $L^2$ Loss for solving the BGK model via Physics-informed neural networks
von: Ko, Gyounghun, et al.
Veröffentlicht: (2026)

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

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

Solving Schrödinger Equation Using Tensor Neural Network
von: Liao, Yangfei, et al.
Veröffentlicht: (2022)

PTL-PINNs: Perturbation-Guided Transfer Learning with Physics- Informed Neural Networks for Nonlinear Systems
von: Alexandrino, Duarte, et al.
Veröffentlicht: (2026)

A Structure-Preserving Framework for Solving Parabolic Partial Differential Equations with Neural Networks
von: Chen, Gaohang, et al.
Veröffentlicht: (2025)

Sparsifying dimensionality reduction of PDE solution data with Bregman learning
von: Heeringa, Tjeerd Jan, et al.
Veröffentlicht: (2024)

Performance of Neural and Polynomial Operator Surrogates
von: Westermann, Josephine, et al.
Veröffentlicht: (2026)

Discretization Error of Fourier Neural Operators
von: Lanthaler, Samuel, et al.
Veröffentlicht: (2024)

Learning where to learn: Training data distribution optimization for scientific machine learning
von: Guerra, Nicolas, et al.
Veröffentlicht: (2025)

A Structured Neural ODE Approach for Real Time Evaluation of AC Losses in 3D Superconducting Tapes
von: Basei, Riccardo, et al.
Veröffentlicht: (2025)

Learning to Integrate
von: Ernst, Oliver G., et al.
Veröffentlicht: (2025)

Bounded solutions and interpolative gap bounds for degenerate parabolic double phase problems
von: Kim, Bogi, et al.
Veröffentlicht: (2025)

Coupling-Robust Accuracy in Multiphysics Physics Informed Neural Networks via Kronecker-Preconditioned Optimization
von: Park, Youngjae, et al.
Veröffentlicht: (2026)

Neural-HSS: Hierarchical Semi-Separable Neural PDE Solver
von: Sittoni, Pietro, et al.
Veröffentlicht: (2026)

Are Two Hidden Layers Still Enough for the Physics-Informed Neural Networks?
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2024)

Enforcing conservation laws and dissipation inequalities numerically via auxiliary variables
von: Andrews, Boris D., et al.
Veröffentlicht: (2024)

About rectified sigmoid function for enhancing the accuracy of Physics-Informed Neural Networks
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2024)

Physics-guided Full Waveform Inversion using Encoder-Solver Convolutional Neural Networks
von: Goren, Matan, et al.
Veröffentlicht: (2024)

Lie symmetries, conservation laws and exact solutions of a generalized quasilinear KdV equation with degenerate dispersion
von: Bruzón, María de los Santos, et al.
Veröffentlicht: (2024)

Fourier Residual Networks Achieve Spectral Accuracy for Discontinuous Functions
von: Davis, Owen, et al.
Veröffentlicht: (2026)