Buchumschlag

Adaptive recurrent flow map operator learning for reaction diffusion dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Tunc, Huseyin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Numerical Analysis 68T07, 35K57, 65M06
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A scaled TW-PINN: A physics-informed neural network for traveling wave solutions of reaction-diffusion equations with general coefficients
von: Han, Seungwan, et al.
Veröffentlicht: (2026)

Energy Dissipation Rate Guided Adaptive Sampling for Physics-Informed Neural Networks: Resolving Surface-Bulk Dynamics in Allen-Cahn Systems
von: Li, Chunyan, et al.
Veröffentlicht: (2025)

Learning WENO for entropy stable schemes to solve conservation laws
von: Charles, Philip, et al.
Veröffentlicht: (2024)

Conservative approximation-based feedforward neural network for WENO schemes
von: Park, Kwanghyuk, et al.
Veröffentlicht: (2025)

Adaptive time-stepping and maximum-principle preserving Lagrangian schemes for gradient flows
von: Liu, Qianqian, et al.
Veröffentlicht: (2025)

The evolving surface morphochemical reaction-diffusion system for battery modeling
von: Bozzini, Benedetto, et al.
Veröffentlicht: (2025)

A fast solver for systems of reaction-diffusion equations
von: Garbey, M., et al.
Veröffentlicht: (2001)

A new flow dynamic approach for Wasserstein gradient flows
von: Cheng, Qing, et al.
Veröffentlicht: (2024)

A Structure-Preserving Framework for Solving Parabolic Partial Differential Equations with Neural Networks
von: Chen, Gaohang, et al.
Veröffentlicht: (2025)

Numerical PDE solvers outperform neural PDE solvers
von: Chatain, Patrick, et al.
Veröffentlicht: (2025)

Data-Driven Discovery of Sign-Indefinite Artificial Viscosity for Linear Convection -- A Space-Time Reconvolution Perspective
von: Neelan, Arun Govind
Veröffentlicht: (2026)

Learning on the Temporal Tangent Bundle for Physics-Informed Neural Networks
von: Jamal, Adetola, et al.
Veröffentlicht: (2026)

Finite propagation and saturation in reaction-diffusion-advection equations governed by p-Laplacian operator
von: Marcelli, Cristina
Veröffentlicht: (2025)

Traveling waves for highly degenerate and singular reaction-diffusion-advection equations with discontinuous coefficients
von: Guarnotta, Umberto, et al.
Veröffentlicht: (2025)

From Video-to-PDE: Data-Driven Discovery of Nonlinear Dye Plume Dynamics
von: Acosta-Minoli, Cesar, et al.
Veröffentlicht: (2026)

Strang splitting structure-preserving high-order compact difference schemes for nonlinear convection diffusion equations
von: Kuang, Baolin, et al.
Veröffentlicht: (2024)

Approximation of the Proximal Operator of the $\ell_\infty$ Norm Using a Neural Network
von: Linehan, Kathryn, et al.
Veröffentlicht: (2024)

Multifidelity domain decomposition-based physics-informed neural networks and operators for time-dependent problems
von: Heinlein, Alexander, et al.
Veröffentlicht: (2024)

A stability preserved time-integration method for nonlinear advection-diffusion models
von: Tunc, Huseyin, et al.
Veröffentlicht: (2021)

A numerical scheme for a diffusion equation with nonlocal nonlinear boundary condition
von: Halder, Joydev, et al.
Veröffentlicht: (2022)

A DeepParticle method for learning and generating aggregation patterns in multi-dimensional Keller-Segel chemotaxis systems
von: Wang, Zhongjian, et al.
Veröffentlicht: (2022)

Adaptive Probability Flow Residual Minimization for High-Dimensional Fokker-Planck Equations
von: Wu, Xiaolong, et al.
Veröffentlicht: (2025)

High-order exponential time differencing multi-resolution alternative finite difference WENO methods for nonlinear degenerate parabolic equations
von: Xu, Ziyao, et al.
Veröffentlicht: (2024)

Hypernetwork-Conditioned WENO5 Conservative-Form CNNs for One-Dimensional Conservation Laws
von: Chen, Yongsheng, et al.
Veröffentlicht: (2026)

GoRINNs: Godunov-Riemann Informed Neural Networks for Learning Hyperbolic Conservation Laws
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2024)

To be or not to be stable, that is the question: understanding neural networks for inverse problems
von: Evangelista, Davide, et al.
Veröffentlicht: (2022)

Deep Unfolding Network for Nonlinear Multi-Frequency Electrical Impedance Tomography
von: Alberti, Giovanni S., et al.
Veröffentlicht: (2025)

Coupling-Robust Accuracy in Multiphysics Physics Informed Neural Networks via Kronecker-Preconditioned Optimization
von: Park, Youngjae, et al.
Veröffentlicht: (2026)

Fractional-step High-order and Bound-preserving Method for Convection Diffusion Equations
von: Kuang, Baolin, et al.
Veröffentlicht: (2024)

Positivity preserving and mass conservative projection method for the Poisson-Nernst-Planck equation
von: Tong, Fenghua, et al.
Veröffentlicht: (2024)

A unified framework on the original energy laws of three effective classes of Runge-Kutta methods for phase field crystal type models
von: Wang, Xuping, et al.
Veröffentlicht: (2024)

Average energy dissipation rates of explicit exponential Runge-Kutta methods for gradient flow problems
von: Liao, Hong-lin, et al.
Veröffentlicht: (2024)

Average energy dissipation rates of additive implicit-explicit Runge-Kutta methods for gradient flow problems
von: Liao, Hong-lin, et al.
Veröffentlicht: (2024)

Original energy dissipation preserving corrections of integrating factor Runge-Kutta methods for gradient flow problems
von: Liao, Hong-lin, et al.
Veröffentlicht: (2024)

Discrete reaction-diffusion system with stochastic dynamical boundary conditions: convergence results
von: Arceci, Francesca, et al.
Veröffentlicht: (2025)

Structure-preserving local discontinuous Galerkin discretization of conformational conversion systems
von: Antonietti, Paola F., et al.
Veröffentlicht: (2025)

A Neural-Operator Preconditioned Newton Method for Accelerated Nonlinear Solvers
von: Lee, Youngkyu, et al.
Veröffentlicht: (2025)

Fully-discrete provably Lyapunov consistent discretizations for convection-diffusion-reaction PDE systems
von: Jahdali, Rasha Al, et al.
Veröffentlicht: (2024)

Convergence of the generalization error for deep gradient flow methods for PDEs
von: Liu, Chenguang, et al.
Veröffentlicht: (2025)

PACMANN: Point Adaptive Collocation Method for Artificial Neural Networks
von: Visser, Coen, et al.
Veröffentlicht: (2024)