Buchumschlag

Generative Design of Ship Propellers using Conditional Flow Matching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kruger, Patrick, Diaz, Rafael, Hauschulz, Simon, Harries, Stefan, Gottschalk, Hanno
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning 68T07
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph-Conditional Flow Matching for Relational Data Generation
von: Scassola, Davide, et al.
Veröffentlicht: (2025)

Generative Design of a Gas Turbine Combustor Using Invertible Neural Networks
von: Krüger, Patrick, et al.
Veröffentlicht: (2026)

A Generalization Bound for a Family of Implicit Networks
von: Fung, Samy Wu, et al.
Veröffentlicht: (2024)

Flow Matching on Symmetric Spaces
von: Ruscelli, Francesco, et al.
Veröffentlicht: (2026)

Training-Free Generative Sampling via Moment-Matched Score Smoothing
von: Yao, Zhenyu, et al.
Veröffentlicht: (2026)

Two-Stage Generative Model for Intracranial Aneurysm Meshes with Morphological Marker Conditioning
von: Ding, Wenhao, et al.
Veröffentlicht: (2025)

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

TabPFN for Zero-shot Parametric Engineering Design Generation
von: Wang, Ke, et al.
Veröffentlicht: (2026)

Flow matching on homogeneous spaces
von: Ruscelli, Francesco
Veröffentlicht: (2026)

Improving Flow Matching by Aligning Flow Divergence
von: Huang, Yuhao, et al.
Veröffentlicht: (2026)

Markov Chain Estimation with In-Context Learning
von: Lepage, Simon, et al.
Veröffentlicht: (2025)

Distribution estimation via Flow Matching with Lipschitz guarantees
von: Kunkel, Lea
Veröffentlicht: (2025)

Conditional Stochastic Interpolation for Generative Learning
von: Huang, Ding, et al.
Veröffentlicht: (2023)

Improving Fairness and Mitigating MADness in Generative Models
von: Mayer, Paul, et al.
Veröffentlicht: (2024)

On the minimax optimality of Flow Matching through the connection to kernel density estimation
von: Kunkel, Lea, et al.
Veröffentlicht: (2025)

Segmentation of cracks in 3d images of fiber reinforced concrete using deep learning
von: Nowacka, Anna, et al.
Veröffentlicht: (2025)

Influence-Inspired Spectral Rotations for Extreme Low-Bit LLM Quantization
von: Pavlov, Gorgi
Veröffentlicht: (2026)

From Features to Graphs: Exploring Graph Structures and Pairwise Interactions via GNNs
von: Yamchote, Phaphontee, et al.
Veröffentlicht: (2025)

Multi-modal Transfer Learning between Biological Foundation Models
von: Garau-Luis, Juan Jose, et al.
Veröffentlicht: (2024)

DeepBlip: Estimating Conditional Average Treatment Effects Over Time
von: Ma, Haorui, et al.
Veröffentlicht: (2025)

The Inhibitor: ReLU and Addition-Based Attention for Efficient Transformers under Fully Homomorphic Encryption on the Torus
von: Brännvall, Rickard, et al.
Veröffentlicht: (2023)

Optimizing MoE Routers: Design, Implementation, and Evaluation in Transformer Models
von: Harvey, Daniel Fidel, et al.
Veröffentlicht: (2025)

Constrained Diffusion Models for Synthesizing Representative Power Flow Datasets
von: Hoseinpour, Milad, et al.
Veröffentlicht: (2025)

On The Convergence of Euler Discretization of Finite-Time Convergent Gradient Flows
von: Zhang, Siqi, et al.
Veröffentlicht: (2020)

Learning Latent Spaces for Domain Generalization in Time Series Forecasting
von: Deng, Songgaojun, et al.
Veröffentlicht: (2024)

The Boundaries of Verifiable Accuracy, Robustness, and Generalisation in Deep Learning
von: Bastounis, Alexander, et al.
Veröffentlicht: (2023)

Super-fast Rates of Convergence for Neural Network Classifiers under the Hard Margin Condition
von: Tepakbong, Nathanael, et al.
Veröffentlicht: (2025)

Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols
von: Reitich, Fernando
Veröffentlicht: (2026)

Tadpole: Autoencoders as Foundation Models for 3D PDEs with Online Learning
von: Liu, Qiang, et al.
Veröffentlicht: (2026)

Beyond the Class Subspace: Teacher-Guided Training for Reliable Out-of-Distribution Detection in Single-Domain Models
von: Yang, Hong, et al.
Veröffentlicht: (2026)

Balanced LoRA: Removing Parameter Invariance to Accelerate Convergence
von: Castin, Valérie, et al.
Veröffentlicht: (2026)

Adynamical systems view of training generativemodels and the memorization phenomenon
von: Athreya, Siva, et al.
Veröffentlicht: (2026)

Wave-Attractor-Tree: A Hierarchical Binary Tree Reduction Architecture for Efficient Sequence Modeling
von: Berezkin, Igor
Veröffentlicht: (2026)

Gaussian Interpolation Flows
von: Gao, Yuan, et al.
Veröffentlicht: (2023)

Feature Learning Beyond the Edge of Stability
von: Terjék, Dávid
Veröffentlicht: (2025)

ConFIG: Towards Conflict-free Training of Physics Informed Neural Networks
von: Liu, Qiang, et al.
Veröffentlicht: (2024)

Optimizing Basis Function Selection in Constructive Wavelet Neural Networks and Its Applications
von: Huang, Dunsheng, et al.
Veröffentlicht: (2025)

A Teacher-Student Perspective on the Dynamics of Learning Near the Optimal Point
von: Couto, Carlos, et al.
Veröffentlicht: (2025)

A Comprehensive View of Personalized Federated Learning on Heterogeneous Clinical Datasets
von: Tavakoli, Fatemeh, et al.
Veröffentlicht: (2023)

Closed-Form Feedback-Free Learning with Forward Projection
von: O'Shea, Robert, et al.
Veröffentlicht: (2025)