Buchumschlag

SpectraKAN: Conditioning Spectral Operators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Chun-Wun, Schönlieb, Carola-Bibiane, Aviles-Rivero, Angelica I.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

PDE Solvers Should Be Local: Fast, Stable Rollouts with Learned Local Stencils
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2025)

Mamba Neural Operator: Who Wins? Transformers vs. State-Space Models for PDEs
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2024)

HAMLET: Graph Transformer Neural Operator for Partial Differential Equations
von: Bryutkin, Andrey, et al.
Veröffentlicht: (2024)

Expressivity of Bi-Lipschitz Normalizing Flows: A Score-Based Diffusion Perspective
von: Iske, Meira, et al.
Veröffentlicht: (2026)

Data-driven approaches to inverse problems
von: Schönlieb, Carola-Bibiane, et al.
Veröffentlicht: (2025)

Deep Network Trainability via Persistent Subspace Orthogonality
von: Massucco, Alex, et al.
Veröffentlicht: (2025)

Multi-Level Monte Carlo Training of Neural Operators
von: Rowbottom, James, et al.
Veröffentlicht: (2025)

Don't Fix the Basis -- Learn It: Spectral Representation with Adaptive Basis Learning for PDEs
von: Zhao, Xuxiang, et al.
Veröffentlicht: (2026)

Deep Spectral Prior
von: Cheng, Yanqi, et al.
Veröffentlicht: (2025)

Christoffel-DPS: Optimal sensor placement in diffusion posterior sampling for arbitrary distributions
von: Rowbottom, James, et al.
Veröffentlicht: (2026)

Inverse Evolution Layers: Physics-informed Regularizers for Deep Neural Networks
von: Liu, Chaoyu, et al.
Veröffentlicht: (2023)

Approximation theory for 1-Lipschitz ResNets
von: Murari, Davide, et al.
Veröffentlicht: (2025)

Deep Block Proximal Linearised Minimisation Algorithm for Non-convex Inverse Problems
von: Huang, Chaoyan, et al.
Veröffentlicht: (2024)

Implicit U-KAN2.0: Dynamic, Efficient and Interpretable Medical Image Segmentation
von: Cheng, Chun-Wun, et al.
Veröffentlicht: (2025)

Bilevel Hypergraph Networks for Multi-Modal Alzheimer's Diagnosis
von: Aviles-Rivero, Angelica I., et al.
Veröffentlicht: (2024)

Graph Neural Regularizers for PDE Inverse Problems
von: Lauga, William, et al.
Veröffentlicht: (2025)

Hamiltonian Matching for Symplectic Neural Integrators
von: Canizares, Priscilla, et al.
Veröffentlicht: (2024)

Lie Algebra Canonicalization: Equivariant Neural Operators under arbitrary Lie Groups
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2024)

Muon is Not That Special: Random or Inverted Spectra Work Just as Well
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2026)

Free-RBF-KAN: Kolmogorov-Arnold Networks with Adaptive Radial Basis Functions for Efficient Function Learning
von: Chiu, Shao-Ting, et al.
Veröffentlicht: (2026)

G-Adaptivity: optimised graph-based mesh relocation for finite element methods
von: Rowbottom, James, et al.
Veröffentlicht: (2024)

When is a System Discoverable from Data? Discovery Requires Chaos
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2025)

Condition Numbers and Eigenvalue Spectra of Shallow Networks on Spheres
von: Liu, Xinliang, et al.
Veröffentlicht: (2025)

Proximal Langevin Sampling With Inexact Proximal Mapping
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2023)

You KAN Do It in a Single Shot: Plug-and-Play Methods with Single-Instance Priors
von: Cheng, Yanqi, et al.
Veröffentlicht: (2024)

PowerMLP: An Efficient Version of KAN
von: Qiu, Ruichen, et al.
Veröffentlicht: (2024)

Spectral Audit of In-Context Operator Networks
von: Gao, Zhiwei, et al.
Veröffentlicht: (2026)

The Missing U for Efficient Diffusion Models
von: Calvo-Ordonez, Sergio, et al.
Veröffentlicht: (2023)

Nested Bregman Iterations for Decomposition Problems
von: Wolf, Tobias, et al.
Veröffentlicht: (2024)

fKAN: Fractional Kolmogorov-Arnold Networks with trainable Jacobi basis functions
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Monotone Peridynamic Neural Operator for Nonlinear Material Modeling with Conditionally Unique Solutions
von: Wang, Jihong, et al.
Veröffentlicht: (2025)

FI-KAN: Fractal Interpolation Kolmogorov-Arnold Networks
von: N'guessan, Gnankan Landry Regis
Veröffentlicht: (2026)

Deep Parallel Spectral Neural Operators for Solving Partial Differential Equations with Enhanced Low-Frequency Learning Capability
von: Ma, Qinglong, et al.
Veröffentlicht: (2024)

Multi-scale DeepOnet (Mscale-DeepOnet) for Mitigating Spectral Bias in Learning High Frequency Operators of Oscillatory Functions
von: Wang, Bo, et al.
Veröffentlicht: (2025)

rKAN: Rational Kolmogorov-Arnold Networks
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Product Interaction: An Algebraic Formalism for Deep Learning Architectures
von: Dong, Haonan, et al.
Veröffentlicht: (2026)

STNet: Spectral Transformation Network for Solving Operator Eigenvalue Problem
von: Wang, Hong, et al.
Veröffentlicht: (2025)

Neural Quantum Spectral Operator Learning for Solving Partial Differential Equations
von: Kim, Chanyoung, et al.
Veröffentlicht: (2026)

Learning Regularization Functionals for Inverse Problems: A Comparative Study
von: Hertrich, Johannes, et al.
Veröffentlicht: (2025)