Buchumschlag

Discontinuous Galerkin finite element operator network for solving non-smooth PDEs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chawla, Kapil, Hong, Youngjoon, Lee, Jae Yong, Lee, Sanghyun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Numerical Analysis Artificial Intelligence Machine Learning 65M60, 65N30, 68T20, 68U07 G.1.8
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Data-Free Asymptotics-Informed Operator Networks for Singularly Perturbed PDEs
von: Lee, Jinsil, et al.
Veröffentlicht: (2025)

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

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)

Neural enrichment finite element method: A hybrid framework for problems with strong oscillations or interface problems
von: Guo, Shihan, 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)

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

To be or not to be stable, that is the question: understanding neural networks for inverse problems
von: Evangelista, Davide, et al.
Veröffentlicht: (2022)

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

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

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

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

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

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

A Paired Autoencoder Framework for Inverse Problems via Bayes Risk Minimization
von: Hart, Emma, 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)

Reduced Order Modeling of Partial Differential Equations on Parameter-Dependent Domains Using Deep Neural Networks
von: Bukač, Martina, 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)

Rational complex Bezier curves
von: Canton, A., et al.
Veröffentlicht: (2025)

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

A neural network method for scalar conservation laws with convergence rates for shock-wave solutions
von: Cao, Jiachuan, et al.
Veröffentlicht: (2026)

Neural Network Localized Orthogonal Decomposition for Numerical Homogenization of Diffusion Operators with Random Coefficients
von: Kröpfl, Fabian, 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)

Estimating the Distribution of Parameters in Differential Equations with Repeated Cross-Sectional Data
von: Jo, Hyeontae, et al.
Veröffentlicht: (2024)

All Equalities Are Equal, but Some Are More Equal Than Others: The Effect of Implementation Aliasing on the Numerical Solution to Conservation Equations
von: Trojak, Will, et al.
Veröffentlicht: (2019)

Adaptive Multilevel Neural Networks for Parametric PDEs with Error Estimation
von: Schütte, Janina E., et al.
Veröffentlicht: (2024)

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

Discovering Artificial Viscosity Models for Discontinuous Galerkin Approximation of Conservation Laws using Physics-Informed Machine Learning
von: Caldana, Matteo, et al.
Veröffentlicht: (2024)

Efficient Subdivision of Bézier Curves/Surfaces via Blossoms
von: Vlachkova, Krassimira
Veröffentlicht: (2026)

Error analysis for empirical risk minimization over clipped ReLU networks in solving linear Kolmogorov partial differential equations
von: Xiao, Jichang, et al.
Veröffentlicht: (2023)

Data-driven computation for periodic stochastic differential equations
von: Li, Yao, et al.
Veröffentlicht: (2025)

Learning a generalized multiscale prolongation operator
von: Liu, Yucheng, et al.
Veröffentlicht: (2024)

Accuracy and stability of Artificial Neural Networks for HP-Splines frequency parameter selection
von: Bruni, Vittoria, et al.
Veröffentlicht: (2026)

Approximately well-balanced Discontinuous Galerkin methods using bases enriched with Physics-Informed Neural Networks
von: Franck, Emmanuel, et al.
Veröffentlicht: (2023)

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

Isovolumetric Energy Minimization for Ball-Shaped Volume-Preserving Parameterizations of 3-Manifolds
von: Liu, Shu-Yung, et al.
Veröffentlicht: (2024)

Subspace method based on neural networks for eigenvalue problems
von: Dai, Xiaoying, et al.
Veröffentlicht: (2024)

A posteriori certification for neural network approximations to PDEs
von: Ernst, Lewin, et al.
Veröffentlicht: (2025)

Conservative approximation-based feedforward neural network for WENO schemes
von: Park, Kwanghyuk, 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)

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