Buchumschlag

From Basis to Basis: Gaussian Particle Representation for Interpretable PDE Operators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zhihao, Feng, Yu, Lai, Zhilu, Wang, Wei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Structure-Aware Epistemic Uncertainty Quantification for Neural Operator PDE Surrogates
von: Song, Haoze, et al.
Veröffentlicht: (2026)

Harnessing Scale and Physics: A Multi-Graph Neural Operator Framework for PDEs on Arbitrary Geometries
von: Li, Zhihao, et al.
Veröffentlicht: (2024)

Redefining Neural Operators in $d+1$ Dimensions for Embedding Evolution
von: Song, Haoze, et al.
Veröffentlicht: (2025)

Conditional Clifford-Steerable CNNs with Complete Kernel Basis for PDE Modeling
von: Szarvas, Bálint László, et al.
Veröffentlicht: (2025)

M2NO: An Efficient Multi-Resolution Operator Framework for Dynamic Multi-Scale PDE Solvers
von: Li, Zhihao, et al.
Veröffentlicht: (2024)

On the Rate of Convergence of Kolmogorov-Arnold Network Regression Estimators
von: Liu, Wei, et al.
Veröffentlicht: (2025)

Narrow Operator Models of Stellarator Equilibria in Fourier Zernike Basis
von: Thun, Timo, et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold Networks are Radial Basis Function Networks
von: Li, Ziyao
Veröffentlicht: (2024)

From Uniform to Adaptive: General Skip-Block Mechanisms for Efficient PDE Neural Operators
von: Liu, Lei, et al.
Veröffentlicht: (2025)

Unsupervised Interpretable Basis Extraction for Concept-Based Visual Explanations
von: Doumanoglou, Alexandros, et al.
Veröffentlicht: (2023)

Learning the Basis: A Kolmogorov-Arnold Network Approach Embedding Green's Function Priors
von: Zhu, Rui, et al.
Veröffentlicht: (2025)

Robust Basis Spline Decoupling for the Compression of Transformer Models
von: De Jonghe, Joppe, et al.
Veröffentlicht: (2026)

Refine and Purify: Orthogonal Basis Optimization with Null-Space Denoising for Conditional Representation Learning
von: Wang, Jiaquan, et al.
Veröffentlicht: (2026)

Time Series Imputation with Multivariate Radial Basis Function Neural Network
von: Jung, Chanyoung, et al.
Veröffentlicht: (2024)

Planning with a Learned Policy Basis to Optimally Solve Complex Tasks
von: Infante, Guillermo, et al.
Veröffentlicht: (2024)

Learning a Canonical Basis of Human Preferences from Binary Ratings
von: Vodrahalli, Kailas, et al.
Veröffentlicht: (2025)

Constructing an Optimal Behavior Basis for the Option Keyboard
von: Alegre, Lucas N., et al.
Veröffentlicht: (2025)

VLBM: Variational Latent Basis Modeling for OOD Robust Multivariate Time Series Forecasting
von: Zhang, Xudong, et al.
Veröffentlicht: (2026)

Fourier Basis Mapping: A Time-Frequency Learning Framework for Time Series Forecasting
von: Yang, Runze, et al.
Veröffentlicht: (2025)

FP=xINT:Representing Neural Networks via Low-Bit Series Basis Functions
von: Zhang, Boyang, et al.
Veröffentlicht: (2024)

Learning Active Subspaces and Discovering Important Features with Gaussian Radial Basis Functions Neural Networks
von: D'Agostino, Danny, et al.
Veröffentlicht: (2023)

Generalised Linear Models in Deep Bayesian RL with Learnable Basis Functions
von: You, Jingyang, et al.
Veröffentlicht: (2025)

Conv-Basis: A New Paradigm for Efficient Attention Inference and Gradient Computation in Transformers
von: Liang, Yingyu, et al.
Veröffentlicht: (2024)

SFO: Learning PDE Operators via Spectral Filtering
von: Koren, Noam, et al.
Veröffentlicht: (2026)

Learning Interpretable Rules for Scalable Data Representation and Classification
von: Wang, Zhuo, et al.
Veröffentlicht: (2023)

Scalable Causal Discovery from Recursive Nonlinear Data via Truncated Basis Function Scores and Tests
von: Ramsey, Joseph, et al.
Veröffentlicht: (2025)

OpInf-LLM: Parametric PDE Solving with LLMs via Operator Inference
von: Wang, Zhuoyuan, et al.
Veröffentlicht: (2026)

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

Operator Learning with Domain Decomposition for Geometry Generalization in PDE Solving
von: Huang, Jianing, et al.
Veröffentlicht: (2025)

Interpretable Representations in Explainable AI: From Theory to Practice
von: Sokol, Kacper, et al.
Veröffentlicht: (2020)

LVM-GP: Uncertainty-Aware PDE Solver via coupling latent variable model and Gaussian process
von: Feng, Xiaodong, et al.
Veröffentlicht: (2025)

A Deep Q-Network Based on Radial Basis Functions for Multi-Echelon Inventory Management
von: Cheng, Liqiang, et al.
Veröffentlicht: (2024)

BasisFormer: Attention-based Time Series Forecasting with Learnable and Interpretable Basis
von: Ni, Zelin, et al.
Veröffentlicht: (2023)

Mitigating Staleness in Asynchronous Pipeline Parallelism via Basis Rotation
von: Jung, Hyunji, et al.
Veröffentlicht: (2026)

Interpretable Classification via a Rule Network with Selective Logical Operators
von: Wei, Bowen, et al.
Veröffentlicht: (2024)

From Generalist to Specialist Representation
von: Zheng, Yujia, et al.
Veröffentlicht: (2026)

Computational Basis of LLM's Decision Making in Social Simulation
von: Ma, Ji
Veröffentlicht: (2025)

FA-INR: Adaptive Implicit Neural Representations for Interpretable Exploration of Simulation Ensembles
von: Li, Ziwei, et al.
Veröffentlicht: (2025)

KO: Kinetics-inspired Neural Optimizer with PDE Simulation Approaches
von: Feng, Mingquan, et al.
Veröffentlicht: (2025)

Gauge-Equivariant Intrinsic Neural Operators for Geometry-Consistent Learning of Elliptic PDE Maps
von: Cheng, Pengcheng
Veröffentlicht: (2026)