Buchumschlag

Learning PDE Solvers with Physics and Data: A Unifying View of Physics-Informed Neural Networks and Neural Operators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dai, Yilong, Chen, Shengyu, Wang, Ziyi, Jia, Xiaowei, Xie, Yiqun, Kumar, Vipin, Yu, Runlong
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Analysis of PDEs
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PEST: Physics-Enhanced Swin Transformer for 3D Turbulence Simulation
von: Dai, Yilong, et al.
Veröffentlicht: (2026)

Stiff Transfer Learning for Physics-Informed Neural Networks
von: Seiler, Emilien, et al.
Veröffentlicht: (2025)

Convergence of Physics-Informed Neural Networks for Fully Nonlinear PDE's
von: Arakelyan, Avetik, et al.
Veröffentlicht: (2024)

Generalization Bounds for Physics-Informed Neural Networks for the Incompressible Navier-Stokes Equations
von: Andre-Sloan, Sebastien, et al.
Veröffentlicht: (2026)

A PDE Perspective on Approximating Nonlocal Periodic Operators with Applications on Neural Networks for Critical SQG Equations
von: Abdo, Elie, et al.
Veröffentlicht: (2024)

Rigorous Error Certification for Neural PDE Solvers: From Empirical Residuals to Solution Guarantees
von: Mukherjee, Amartya, et al.
Veröffentlicht: (2026)

Going with the Flow: Solving for Symmetry-Driven PDE dynamics with Physics-informed Neural Networks
von: Kavousanakis, Michail, et al.
Veröffentlicht: (2025)

Investigations on Physics-Informed Neural Networks for Aerodynamics
von: Coulaud, Guillaume, et al.
Veröffentlicht: (2024)

Flow Learners for PDEs: Toward a Physics-to-Physics Paradigm for Scientific Computing
von: Dai, Yilong, et al.
Veröffentlicht: (2026)

A detailed and comprehensive account of fractional Physics-Informed Neural Networks: From implementation to efficiency
von: Dabiri, Donya, et al.
Veröffentlicht: (2025)

Dual Cone Gradient Descent for Training Physics-Informed Neural Networks
von: Hwang, Youngsik, et al.
Veröffentlicht: (2024)

Variational Physics-informed Neural Operator (VINO) for Solving Partial Differential Equations
von: Eshaghi, Mohammad Sadegh, et al.
Veröffentlicht: (2024)

Latent Neural PDE Solver: a reduced-order modelling framework for partial differential equations
von: Li, Zijie, et al.
Veröffentlicht: (2024)

Quantitative Analysis of Molecular Transport in the Extracellular Space Using Physics-Informed Neural Network
von: Xie, Jiayi, et al.
Veröffentlicht: (2024)

A Physics Informed Neural Network (PINN) Methodology for Coupled Moving Boundary PDEs
von: Kathane, Shivprasad, et al.
Veröffentlicht: (2024)

Solving Newell-Whitehead-Segel and Allen-Cahn Equations Employing Physics-Informed Neural Networks: A Comparative Analysis with Spline Methods
von: Shah, Ali Haider, et al.
Veröffentlicht: (2025)

$PINN - a Domain Decomposition Method for Bayesian Physics-Informed Neural Networks
von: Figueres, Júlia Vicens, et al.
Veröffentlicht: (2025)

A Physics-informed Multi-resolution Neural Operator
von: Roy, Sumanta, et al.
Veröffentlicht: (2025)

Wavelet-Accelerated Physics-Informed Quantum Neural Network for Multiscale Partial Differential Equations
von: Gupta, Deepak, et al.
Veröffentlicht: (2025)

Mathematical Modeling of Cancer-Bacterial Therapy: Analysis and Numerical Simulation via Physics-Informed Neural Networks
von: Farkane, Ayoub, et al.
Veröffentlicht: (2026)

Neural Tangent Kernel Analysis to Probe Convergence in Physics-informed Neural Solvers: PIKANs vs. PINNs
von: Faroughi, Salah A., et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks for Solving Forward and Inverse PDEs with Limited and Noisy Data: Application to Solar Corona Modeling
von: Baty, Hubert
Veröffentlicht: (2025)

Meta-learning Loss Functions of Parametric Partial Differential Equations Using Physics-Informed Neural Networks
von: Koumpanakis, Michail, et al.
Veröffentlicht: (2024)

Soliton profiles: Classical Numerical Schemes vs. Neural Network - Based Solvers
von: Haight, Chandler, et al.
Veröffentlicht: (2025)

Parameter Estimation and Adaptive Solution of the Leray-Burgers Equation Using Physics-Informed Neural Networks
von: Kim, Bong-Sik, et al.
Veröffentlicht: (2023)

Neural Operators for PDE Backstepping Control of First-Order Hyperbolic PIDE with Recycle and Delay
von: Qi, Jie, et al.
Veröffentlicht: (2023)

Existence of Solutions to $L_p$-Gaussian Minkowski problem
von: Tang, Shengyu
Veröffentlicht: (2023)

Finite-PINN: A Physics-Informed Neural Network with Finite Geometric Encoding for Solid Mechanics
von: Li, Haolin, et al.
Veröffentlicht: (2024)

On a PDE model for Learning in Stochastic Market Entry Games
von: Dagher, Esther Bou, et al.
Veröffentlicht: (2026)

Homogenization with Guaranteed Bounds via Primal-Dual Physically Informed Neural Networks
von: Gaynutdinova, Liya, et al.
Veröffentlicht: (2025)

Coupling Physics Informed Neural Networks with External Solvers
von: Halder, Rahul, et al.
Veröffentlicht: (2025)

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

Orbital stability of solitary waves for the Schr odinger-Boussinesq system
von: Ma, Yilong, et al.
Veröffentlicht: (2025)

A Survey of Foundation Models for Environmental Science
von: Yu, Runlong, et al.
Veröffentlicht: (2025)

On the approximation of spatial convolutions by PDE systems
von: Ishii, Hiroshi, et al.
Veröffentlicht: (2024)

Investigating the Ability of PINNs To Solve Burgers' PDE Near Finite-Time BlowUp
von: Kumar, Dibyakanti, et al.
Veröffentlicht: (2023)

Intelligent acceleration adaptive control of linear $2\times2$ hyperbolic PDE systems
von: Zhang, Xianhe, et al.
Veröffentlicht: (2024)

Bulk-Surface Coupled PDE with an Open Boundary
von: Epstein, Charles L., et al.
Veröffentlicht: (2026)

Adjoint Method in PDE-based Image Compression
von: Belhachmi, Zakaria, et al.
Veröffentlicht: (2023)

On a Stochastic PDE Model for Epigenetic Dynamics
von: Padilla-Longoria, Pablo, et al.
Veröffentlicht: (2024)