Buchumschlag

SFO: Learning PDE Operators via Spectral Filtering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Koren, Noam, Moschopoulos, Rafael, Radinsky, Kira, Hazan, Elad
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretable Multivariate Time Series Forecasting Using Neural Fourier Transform
von: Koren, Noam, et al.
Veröffentlicht: (2024)

SVD-NO: Learning PDE Solution Operators with SVD Integral Kernels
von: Koren, Noam, et al.
Veröffentlicht: (2025)

Provable Length Generalization in Sequence Prediction via Spectral Filtering
von: Marsden, Annie, et al.
Veröffentlicht: (2024)

Research Program: Theory of Learning in Dynamical Systems
von: Hazan, Elad, et al.
Veröffentlicht: (2025)

AI Alignment via Incentives and Correction
von: Agarwal, Rohit, et al.
Veröffentlicht: (2026)

Spectral Filtering for Complex Linear Dynamical Systems
von: Hazan, Elad, et al.
Veröffentlicht: (2026)

Flash STU: Fast Spectral Transform Units
von: Liu, Y. Isabel, et al.
Veröffentlicht: (2024)

Offline RLAIF: Piloting VLM Feedback for RL via SFO
von: Beck, Jacob
Veröffentlicht: (2025)

The Hidden Game Problem
von: Buzaglo, Gon, et al.
Veröffentlicht: (2025)

Interpretable Operator Learning for Inverse Problems via Adaptive Spectral Filtering: Convergence and Discretization Invariance
von: Dong, Hang-Cheng, et al.
Veröffentlicht: (2026)

Membership Inference Attacks Against Time-Series Models
von: Koren, Noam, et al.
Veröffentlicht: (2024)

TBBC: Predict True Bacteraemia in Blood Cultures via Deep Learning
von: Sam, Kira
Veröffentlicht: (2024)

Operator Learning with Domain Decomposition for Geometry Generalization in PDE Solving
von: Huang, Jianing, et al.
Veröffentlicht: (2025)

ReactEmbed: A Plug-and-Play Module for Unifying Protein-Molecule Representations Guided by Biochemical Reaction Networks
von: Sicherman, Amitay, et al.
Veröffentlicht: (2025)

ODE-Constrained Generative Modeling of Cardiac Dynamics for 12-Lead ECG Synthesis
von: Yehuda, Yakir, et al.
Veröffentlicht: (2024)

Beyond Loss Guidance: Using PDE Residuals as Spectral Attention in Diffusion Neural Operators
von: Sawhney, Medha, et al.
Veröffentlicht: (2025)

OpInf-LLM: Parametric PDE Solving with LLMs via Operator Inference
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2026)

Docking-Aware Attention: Dynamic Protein Representations through Molecular Context Integration
von: Sicherman, Amitay, et al.
Veröffentlicht: (2025)

Gauge-Equivariant Intrinsic Neural Operators for Geometry-Consistent Learning of Elliptic PDE Maps
von: Cheng, Pengcheng
Veröffentlicht: (2026)

CFO: Learning Continuous-Time PDE Dynamics via Flow-Matched Neural Operators
von: Hou, Xianglong, et al.
Veröffentlicht: (2025)

On The Statistical Representation Properties Of The Perturb-Softmax And The Perturb-Argmax Probability Distributions
von: Indelman, Hedda Cohen, et al.
Veröffentlicht: (2024)

Understanding Deep Learning via Notions of Rank
von: Razin, Noam
Veröffentlicht: (2024)

PDE-regularized Dynamics-informed Diffusion with Uncertainty-aware Filtering for Long-Horizon Dynamics
von: Baeg, Min Young, et al.
Veröffentlicht: (2026)

From Basis to Basis: Gaussian Particle Representation for Interpretable PDE Operators
von: Li, Zhihao, et al.
Veröffentlicht: (2026)

Structure-Aware Epistemic Uncertainty Quantification for Neural Operator PDE Surrogates
von: Song, Haoze, et al.
Veröffentlicht: (2026)

From Contextual Combinatorial Semi-Bandits to Bandit List Classification: Improved Sample Complexity with Sparse Rewards
von: Erez, Liad, et al.
Veröffentlicht: (2025)

Filter then Attend: Improving attention-based Time Series Forecasting with Spectral Filtering
von: Dayag, Elisha, et al.
Veröffentlicht: (2025)

CATO: Charted Attention for Neural PDE Operators
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2026)

Spectral-inspired Operator Learning with Limited Data and Unknown Physics
von: Wan, Han, et al.
Veröffentlicht: (2025)

Towards Generalizable PDE Dynamics Forecasting via Physics-Guided Invariant Learning
von: Li, Siyang, et al.
Veröffentlicht: (2025)

PeSANet: Physics-encoded Spectral Attention Network for Simulating PDE-Governed Complex Systems
von: Wan, Han, et al.
Veröffentlicht: (2025)

From Uniform to Adaptive: General Skip-Block Mechanisms for Efficient PDE Neural Operators
von: Liu, Lei, et al.
Veröffentlicht: (2025)

Lecture Notes on Linear Neural Networks: A Tale of Optimization and Generalization in Deep Learning
von: Cohen, Nadav, et al.
Veröffentlicht: (2024)

Rethinking Spectral Graph Neural Networks with Spatially Adaptive Filtering
von: Guo, Jingwei, et al.
Veröffentlicht: (2024)

GOProteinGNN: Leveraging Protein Knowledge Graphs for Protein Representation Learning
von: Kalifa, Dan, et al.
Veröffentlicht: (2024)

BARRED: Synthetic Training of Custom Policy Guardrails via Asymmetric Debate
von: Mazza, Arnon, et al.
Veröffentlicht: (2026)

Spectral State Space Models
von: Agarwal, Naman, et al.
Veröffentlicht: (2023)

SCNO: Spiking Compositional Neural Operator -- Towards a Neuromorphic Foundation Model for Nuclear PDE Solving
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

Can We Formally Verify Neural PDE Surrogates? SMT Compilation of Small Fourier Neural Operators
von: Baheri, Ali, et al.
Veröffentlicht: (2026)

SILO: Solving Inverse Problems with Latent Operators
von: Raphaeli, Ron, et al.
Veröffentlicht: (2025)