Buchumschlag

Are Deep Learning Based Hybrid PDE Solvers Reliable? Why Training Paradigms and Update Strategies Matter

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Yuhan, van Beek, Jan Willem, Dolean, Victorita, Heinlein, Alexander
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Numerical Analysis Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Local Feature Filtering for Scalable and Well-Conditioned Domain-Decomposed Random Feature Methods
von: van Beek, Jan Willem, et al.
Veröffentlicht: (2025)

Multilevel domain decomposition-based architectures for physics-informed neural networks
von: Dolean, Victorita, et al.
Veröffentlicht: (2023)

Nonlinear Multilevel Solution Strategies for Diffusive Wave Flood Models in Perforated Domains
von: Boutilier, Miranda, et al.
Veröffentlicht: (2024)

Robust Methods for Multiscale Coarse Approximations of Diffusion Models in Perforated Domains
von: Boutilier, Miranda, et al.
Veröffentlicht: (2023)

Preconditioning of GMRES for Helmholtz problems with quasimodes
von: Dolean, Victorita, et al.
Veröffentlicht: (2025)

ELM-FBPINNs: An Efficient Multilevel Random Feature Method
von: Anderson, Samuel, et al.
Veröffentlicht: (2024)

Modal analysis of a domain decomposition method for Maxwell's equations in a waveguide
von: Dolean, Victorita, et al.
Veröffentlicht: (2025)

Numerical assessment of PML transmission conditions in a domain decomposition method for the Helmholtz equation
von: Bootland, Niall, et al.
Veröffentlicht: (2022)

Neural network-driven domain decomposition for efficient solutions to the Helmholtz equation
von: Dolean, Victorita, et al.
Veröffentlicht: (2025)

A Guided Tour of Modern Domain Decomposition: From Schwarz Iterations to Robust Preconditioners and HPC Implementations
von: Dolean, Victorita, et al.
Veröffentlicht: (2026)

A two-level domain-decomposition preconditioner for the time-harmonic Maxwell's equations
von: Bonazzoli, Marcella, et al.
Veröffentlicht: (2017)

Two-level preconditioners for the Helmholtz equation
von: Bonazzoli, Marcella, et al.
Veröffentlicht: (2017)

Spectral coarse spaces based on indefinite operators: the $H_k$-GenEO method
von: Chaumont-Frelet, Théophile, et al.
Veröffentlicht: (2026)

Can Symmetric Positive Definite (SPD) coarse spaces perform well for indefinite Helmholtz problems?
von: Dolean, Victorita, et al.
Veröffentlicht: (2024)

Nodal Hybrid Neural Solvers for Parametric PDE Systems
von: Liu, Yun, et al.
Veröffentlicht: (2025)

Stable Weight Updating: A Key to Reliable PDE Solutions Using Deep Learning
von: Noorizadegan, A., et al.
Veröffentlicht: (2024)

An Iterative Block Matrix Inversion (IBMI) Algorithm for Symmetric Positive Definite Matrices with Applications to Covariance Matrices
von: Paterson, Ann, et al.
Veröffentlicht: (2025)

Convergence Guarantees for Gradient-Based Training of Neural PDE Solvers: From Linear to Nonlinear PDEs
von: Zhao, Wei, et al.
Veröffentlicht: (2025)

Quantifying Training Difficulty and Accelerating Convergence in Neural Network-Based PDE Solvers
von: Chen, Chuqi, et al.
Veröffentlicht: (2024)

End-to-End Mesh Optimization of a Hybrid Deep Learning Black-Box PDE Solver
von: Ma, Shaocong, et al.
Veröffentlicht: (2024)

Convergence analysis of GMRES applied to Helmholtz problems near resonances
von: Dolean, Victorita, et al.
Veröffentlicht: (2025)

Schwarz preconditioner with $H_k$-GenEO coarse space for the indefinite Helmholtz problem
von: Dolean, Victorita, et al.
Veröffentlicht: (2024)

When can a neural operator replace a coarse solve? Architectural principles for two-level preconditioning
von: Melchers, Hugo, et al.
Veröffentlicht: (2026)

Learning Neural PDE Solvers with Convergence Guarantees
von: Hsieh, Jun-Ting, et al.
Veröffentlicht: (2019)

Coarse Spaces Based on Higher-Order Interpolation for Schwarz Preconditioners for Helmholtz Problems
von: Sieburgh, Erik, et al.
Veröffentlicht: (2024)

A robust and adaptive GenEO-type domain decomposition preconditioner for $\mathbf{H}(\mathbf{curl})$ problems in three-dimensional general topologies
von: Bootland, Niall, et al.
Veröffentlicht: (2023)

Two-level additive Schwarz preconditioners for reduced integration methods
von: Cumaru, Filipe, et al.
Veröffentlicht: (2025)

Sharpened PCG Iteration Bound for High-Contrast Heterogeneous Scalar Elliptic PDEs
von: Soliman, Philip, et al.
Veröffentlicht: (2025)

Coupling deal.II and FROSch: A Sustainable and Accessible (O)RAS Preconditioner
von: Heinlein, Alexander, et al.
Veröffentlicht: (2024)

Domain decomposition architectures and Gauss-Newton training for physics-informed neural networks
von: Heinlein, Alexander, et al.
Veröffentlicht: (2025)

Unisolver: PDE-Conditional Transformers Towards Universal Neural PDE Solvers
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

Hybrid PDE-Deep Neural Network Model for Calcium Dynamics in Neurons
von: Gurung, Abel, et al.
Veröffentlicht: (2024)

Achieving wavenumber robustness in domain decomposition for heterogeneous Helmholtz equation: an overview of spectral coarse spaces
von: Dolean, Victorita, et al.
Veröffentlicht: (2025)

Efficient approximation of high-frequency Helmholtz solutions by Gaussian coherent states
von: Chaumont-Frelet, T., et al.
Veröffentlicht: (2022)

Stability in Training PINNs for Stiff PDEs: Why Initial Conditions Matter
von: Hao, Baoli, et al.
Veröffentlicht: (2024)

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

Deep Learning-Enhanced Preconditioning for Efficient Conjugate Gradient Solvers in Large-Scale PDE Systems
von: Li, Rui, et al.
Veröffentlicht: (2024)

Overlapping Schwarz Preconditioners for Randomized Neural Networks with Domain Decomposition
von: Shang, Yong, et al.
Veröffentlicht: (2024)

A computational study of algebraic coarse spaces for two-level overlapping additive Schwarz preconditioners
von: Alves, Filipe A. C. S., et al.
Veröffentlicht: (2024)

Numerical study on hyper parameter settings for neural network approximation to partial differential equations
von: Yang, Hee Jun, et al.
Veröffentlicht: (2025)