Buchumschlag

Test-time Generalization for Physics through Neural Operator Splitting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Serrano, Louis, Han, Jiequn, Oyallon, Edouard, Ho, Shirley, Morel, Rudy
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DISCO: learning to DISCover an evolution Operator for multi-physics-agnostic prediction
von: Morel, Rudy, et al.
Veröffentlicht: (2025)

Cyclic Data Parallelism for Efficient Parallelism of Deep Neural Networks
von: Fournier, Louis, et al.
Veröffentlicht: (2024)

ACCO: Accumulate While You Communicate for Communication-Overlapped Sharded LLM Training
von: Nabli, Adel, et al.
Veröffentlicht: (2024)

Stabilizing Native Low-Rank LLM Pretraining
von: Janson, Paul, et al.
Veröffentlicht: (2026)

ReBaNO: Reduced Basis Neural Operator Mitigating Generalization Gaps and Achieving Discretization Invariance
von: Zheng, Haolan, et al.
Veröffentlicht: (2025)

Unbiased Approximate Vector-Jacobian Products for Efficient Backpropagation
von: Bakong, Killian, et al.
Veröffentlicht: (2026)

PETRA: Parallel End-to-end Training with Reversible Architectures
von: Rivaud, Stéphane, et al.
Veröffentlicht: (2024)

Adjoint Matching through the Lens of the Stochastic Maximum Principle in Optimal Control
von: Domingo-Enrich, Carles, et al.
Veröffentlicht: (2026)

Reinforcement Learning with Function Approximation: From Linear to Nonlinear
von: Long, Jihao, et al.
Veröffentlicht: (2023)

$μ$LO: Compute-Efficient Meta-Generalization of Learned Optimizers
von: Thérien, Benjamin, et al.
Veröffentlicht: (2024)

Posterior Sampling with Denoising Oracles via Tilted Transport
von: Bruna, Joan, et al.
Veröffentlicht: (2024)

Model Parallelism With Subnetwork Data Parallelism
von: Singh, Vaibhav, et al.
Veröffentlicht: (2025)

Representation Learning for Spatiotemporal Physical Systems
von: Qu, Helen, et al.
Veröffentlicht: (2026)

ENMA: Tokenwise Autoregression for Generative Neural PDE Operators
von: Koupaï, Armand Kassaï, et al.
Veröffentlicht: (2025)

On Non-Linear operators for Geometric Deep Learning
von: Sergeant-Perthuis, Grégoire, et al.
Veröffentlicht: (2022)

WASH: Train your Ensemble with Communication-Efficient Weight Shuffling, then Average
von: Fournier, Louis, et al.
Veröffentlicht: (2024)

Generative Modeling from Black-box Corruptions via Self-Consistent Stochastic Interpolants
von: Modi, Chirag, et al.
Veröffentlicht: (2025)

Robust Inference-Time Steering of Protein Diffusion Models via Embedding Optimization
von: Li, Minhuan, et al.
Veröffentlicht: (2026)

Instance-Wise Adaptive Sampling for Dataset Construction in Approximating Inverse Problem Solutions
von: Han, Jiequn, et al.
Veröffentlicht: (2025)

Split Conformal Prediction in the Function Space with Neural Operators
von: Millard, David, et al.
Veröffentlicht: (2025)

A brief review of the Deep BSDE method for solving high-dimensional partial differential equations
von: Han, Jiequn, et al.
Veröffentlicht: (2025)

Learning Neural Differential Algebraic Equations via Operator Splitting
von: Koch, James, et al.
Veröffentlicht: (2024)

On the Curse of Memory in Recurrent Neural Networks: Approximation and Optimization Analysis
von: Li, Zhong, et al.
Veröffentlicht: (2020)

DriftLite: Lightweight Drift Control for Inference-Time Scaling of Diffusion Models
von: Ren, Yinuo, et al.
Veröffentlicht: (2025)

Generative Neural Operators through Diffusion Last Layer
von: Park, Sungwon, et al.
Veröffentlicht: (2026)

Learning Physical Operators using Neural Operators
von: Gopakumar, Vignesh, et al.
Veröffentlicht: (2026)

Physics-Informed Latent Neural Operator for Real-time Predictions of time-dependent parametric PDEs
von: Karumuri, Sharmila, et al.
Veröffentlicht: (2025)

DeepRitzSplit Neural Operator for Phase-Field Models via Energy Splitting
von: Huang, Chih-Kang, et al.
Veröffentlicht: (2026)

Generalized Lie Symmetries in Physics-Informed Neural Operators
von: Wang, Amy Xiang, et al.
Veröffentlicht: (2025)

An Operator Splitting View of Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2021)

Towards Universal Neural Operators through Multiphysics Pretraining
von: Masliaev, Mikhail, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Operators for Cardiac Electrophysiology
von: Lydon, Hannah, et al.
Veröffentlicht: (2025)

Scattering Spectra Models for Physics
von: Cheng, Sihao, et al.
Veröffentlicht: (2023)

Efficient Error Certification for Physics-Informed Neural Networks
von: Eiras, Francisco, et al.
Veröffentlicht: (2023)

Learning a Neural Solver for Parametric PDE to Enhance Physics-Informed Methods
von: Boudec, Lise Le, et al.
Veröffentlicht: (2024)

Continuous Test-time Domain Adaptation for Efficient Fault Detection under Evolving Operating Conditions
von: Sun, Han, et al.
Veröffentlicht: (2024)

On Interpolation Formulas Describing Neural Network Generalization
von: Guo, Jin, et al.
Veröffentlicht: (2026)

ES-GNN: Generalizing Graph Neural Networks Beyond Homophily with Edge Splitting
von: Guo, Jingwei, et al.
Veröffentlicht: (2022)

Project and Generate: Divergence-Free Neural Operators for Incompressible Flows
von: Li, Xigui, et al.
Veröffentlicht: (2026)

Generalized Spherical Neural Operators: Green's Function Formulation
von: Tang, Hao, et al.
Veröffentlicht: (2025)