Buchumschlag

Lagged backward-compatible physics-informed neural networks for unsaturated soil consolidation analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Dong, Huang, Shuai, Cao, Yapeng, Cui, Yujun, Wei, Xiaobin, Cao, Hongtao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Physics-Informed Neural Networks for Radial Consolidation of Combined Electroosmotic, Vacuum and Surcharge Preloading Considering Smear Effects
von: Li, Dong, et al.
Veröffentlicht: (2026)

Towards physics-informed neural networks for landslide prediction
von: Dahal, Ashok, et al.
Veröffentlicht: (2024)

Randomness and signal propagation in physics-informed neural networks (PINNs): A neural PDE perspective
von: Tucny, Jean-Michel, et al.
Veröffentlicht: (2025)

Binary structured physics-informed neural networks for solving equations with rapidly changing solutions
von: Liu, Yanzhi, et al.
Veröffentlicht: (2024)

Self-adaptive weighting and sampling for physics-informed neural networks
von: Chen, Wenqian, et al.
Veröffentlicht: (2025)

Graph neural networks informed locally by thermodynamics
von: Tierz, Alicia, et al.
Veröffentlicht: (2024)

Self-adaptive weights based on balanced residual decay rate for physics-informed neural networks and deep operator networks
von: Chen, Wenqian, et al.
Veröffentlicht: (2024)

Improving ideal MHD equilibrium accuracy with physics-informed neural networks
von: Thun, Timo, et al.
Veröffentlicht: (2025)

Grey-informed neural network for time-series forecasting
von: Xie, Wanli, et al.
Veröffentlicht: (2024)

HomPINNs: homotopy physics-informed neural networks for solving the inverse problems of nonlinear differential equations with multiple solutions
von: Zheng, Haoyang, et al.
Veröffentlicht: (2023)

On-site estimation of battery electrochemical parameters via transfer learning based physics-informed neural network approach
von: Yeregui, Josu, et al.
Veröffentlicht: (2025)

Deep-layer limit and stability analysis of the basic forward-backward-splitting induced network (II): learning problems
von: Lin, Xuan, et al.
Veröffentlicht: (2026)

Astral: training physics-informed neural networks with error majorants
von: Fanaskov, Vladimir, et al.
Veröffentlicht: (2024)

Logic-informed reinforcement learning for cross-domain optimization of large-scale cyber-physical systems
von: Wan, Guangxi, et al.
Veröffentlicht: (2025)

Hard-constraining Neumann boundary conditions in physics-informed neural networks via Fourier feature embeddings
von: Straub, Christopher, et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold graph neural networks for chemically informed prediction tasks on inorganic nanomaterials
von: Volzhin, Nikita, et al.
Veröffentlicht: (2025)

PINNverse: Accurate parameter estimation in differential equations from noisy data with constrained physics-informed neural networks
von: Almanstötter, Marius, et al.
Veröffentlicht: (2025)

Epistemically-guided forward-backward exploration
von: Urpí, Núria Armengol, et al.
Veröffentlicht: (2025)

Can LLMs Serve As Time Series Anomaly Detectors?
von: Dong, Manqing, et al.
Veröffentlicht: (2024)

A comparative analysis of a neural network with calculated weights and a neural network with random generation of weights based on the training dataset size
von: Geidarov, Polad
Veröffentlicht: (2025)

Data-driven building energy efficiency prediction using physics-informed neural networks
von: Michalakopoulos, Vasilis, et al.
Veröffentlicht: (2023)

IncepFormerNet: A multi-scale multi-head attention network for SSVEP classification
von: Huang, Yan, et al.
Veröffentlicht: (2025)

Holistic analysis on the sustainability of Federated Learning across AI product lifecycle
von: Cao, Hongliu
Veröffentlicht: (2023)

On permutation-invariant neural networks
von: Kimura, Masanari, et al.
Veröffentlicht: (2024)

Sobolev acceleration for neural networks
von: Oh, Jong Kwon, et al.
Veröffentlicht: (2025)

Attention mechanisms in neural networks
von: Hays, Hasi
Veröffentlicht: (2026)

Interpolating neural network: A novel unification of machine learning and interpolation theory
von: Park, Chanwook, et al.
Veröffentlicht: (2024)

Improving physics-informed neural network extrapolation via transfer learning and adaptive activation functions
von: Papastathopoulos-Katsaros, Athanasios, et al.
Veröffentlicht: (2025)

Preferential subspace identification (PSID) with forward-backward smoothing
von: Sani, Omid G., et al.
Veröffentlicht: (2025)

Conformal mapping based Physics-informed neural networks for designing neutral inclusions
von: Cho, Daehee, et al.
Veröffentlicht: (2025)

Principles of Lipschitz continuity in neural networks
von: Luo, Róisín
Veröffentlicht: (2026)

Linearity-based neural network compression
von: Dobler, Silas, et al.
Veröffentlicht: (2025)

MillGNN: Learning Multi-Scale Lead-Lag Dependencies for Multi-Variate Time Series Forecasting
von: Wu, Binqing, et al.
Veröffentlicht: (2025)

Inference of dynamical gene regulatory networks from single-cell data with physics informed neural networks
von: Mircea, Maria, et al.
Veröffentlicht: (2024)

Applying graph neural network to SupplyGraph for supply chain network
von: Han, Kihwan
Veröffentlicht: (2024)

Understanding the dynamics of the frequency bias in neural networks
von: Molina, Juan, et al.
Veröffentlicht: (2024)

Graph neural networks and non-commuting operators
von: Velasco, Mauricio, et al.
Veröffentlicht: (2024)

LayerCollapse: Adaptive compression of neural networks
von: Shabgahi, Soheil Zibakhsh, et al.
Veröffentlicht: (2023)

EMA Without the Lag: Bias-Corrected Iterate Averaging Schemes
von: Block, Adam, et al.
Veröffentlicht: (2025)

M3-AD: Reflection-aware Multi-modal, Multi-category, and Multi-dimensional Benchmark and Framework for Industrial Anomaly Detection
von: Huang, Chao, et al.
Veröffentlicht: (2026)