Buchumschlag

Extending Neural Operators: Robust Handling of Functions Beyond the Training Set

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Quackenbush, Blaine, Atzberger, Paul J.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition Numerical Analysis Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Transferable Foundation Models for Geometric Tasks on Point Cloud Representations: Geometric Neural Operators
von: Quackenbush, Blaine, et al.
Veröffentlicht: (2025)

Geometric Neural Operators (GNPs) for Data-Driven Deep Learning of Non-Euclidean Operators
von: Quackenbush, Blaine, et al.
Veröffentlicht: (2024)

A Guide to Stochastic Optimisation for Large-Scale Inverse Problems
von: Ehrhardt, Matthias J., et al.
Veröffentlicht: (2024)

Quaternion Nonlinear Transform-Induced Nuclear Norm for Low-Rank Tensor Completion
von: Karmakar, Biswarup, et al.
Veröffentlicht: (2026)

QuadSync: Quadrifocal Tensor Synchronization via Tucker Decomposition
von: Miao, Daniel, et al.
Veröffentlicht: (2026)

Why do we regularise in every iteration for imaging inverse problems?
von: Papoutsellis, Evangelos, et al.
Veröffentlicht: (2024)

A Nonlocal Graph-PDE and Higher-Order Geometric Integration for Image Labeling
von: Sitenko, Dmitrij, et al.
Veröffentlicht: (2022)

Power of $\ell_1$-Norm Regularized Kaczmarz Algorithms for High-Order Tensor Recovery
von: Henneberger, Katherine, et al.
Veröffentlicht: (2024)

Tensor-Based Synchronization and the Low-Rankness of the Block Trifocal Tensor
von: Miao, Daniel, et al.
Veröffentlicht: (2024)

Adaptive Extrapolated Proximal Gradient Methods with Variance Reduction for Composite Nonconvex Finite-Sum Minimization
von: Yuan, Ganzhao
Veröffentlicht: (2025)

Hyperspectral Band Selection based on Generalized 3DTV and Tensor CUR Decomposition
von: Henneberger, Katherine, et al.
Veröffentlicht: (2024)

Methods based on Radon transform for non-affine deformable image registration of noisy images
von: Hurtado, Daniel E., et al.
Veröffentlicht: (2024)

Beyond Muon: MUD (MomentUm Decorrelation) for Faster Transformer Training
von: Southworth, Ben S., et al.
Veröffentlicht: (2026)

A Variational Framework for Residual-Based Adaptivity in Neural PDE Solvers and Operator Learning
von: Toscano, Juan Diego, et al.
Veröffentlicht: (2025)

Shape Derivative-Informed Neural Operators with Application to Risk-Averse Shape Optimization
von: Gong, Xindi, et al.
Veröffentlicht: (2026)

Generative Neural Operators of Log-Complexity Can Simultaneously Solve Infinitely Many Convex Programs
von: Kratsios, Anastasis, et al.
Veröffentlicht: (2025)

AutoBalance: An Automatic Balancing Framework for Training Physics-Informed Neural Networks
von: An, Kang, et al.
Veröffentlicht: (2025)

Neural Operators Can Play Dynamic Stackelberg Games
von: Alvarez, Guillermo, et al.
Veröffentlicht: (2024)

Neural incomplete factorization: learning preconditioners for the conjugate gradient method
von: Häusner, Paul, et al.
Veröffentlicht: (2023)

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

Polynomial Scaling is Possible For Neural Operator Approximations of Structured Families of BSDEs
von: Furuya, Takashi, et al.
Veröffentlicht: (2024)

A Natural Primal-Dual Hybrid Gradient Method for Adversarial Neural Network Training on Solving Partial Differential Equations
von: Liu, Shu, et al.
Veröffentlicht: (2024)

Dual Cone Gradient Descent for Training Physics-Informed Neural Networks
von: Hwang, Youngsik, et al.
Veröffentlicht: (2024)

PRISM: Distribution-free Adaptive Computation of Matrix Functions for Accelerating Neural Network Training
von: Yang, Shenghao, et al.
Veröffentlicht: (2026)

Rapid Grassmannian Averaging with Chebyshev Polynomials
von: Ancelin, Brighton, et al.
Veröffentlicht: (2024)

On the Width Scaling of Neural Optimizers Under Matrix Operator Norms I: Row/Column Normalization and Hyperparameter Transfer
von: Xu, Ruihan, et al.
Veröffentlicht: (2026)

Parametrizing Convex Sets Using Sublinear Neural Networks
von: Martinet, Eloi
Veröffentlicht: (2026)

Robust Training of Neural Networks at Arbitrary Precision and Sparsity
von: Ye, Chengxi, et al.
Veröffentlicht: (2024)

Stochastic Optimisation Framework using the Core Imaging Library and Synergistic Image Reconstruction Framework for PET Reconstruction
von: Papoutsellis, Evangelos, et al.
Veröffentlicht: (2024)

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

Multi-level Optimal Control with Neural Surrogate Models
von: Kalise, Dante, et al.
Veröffentlicht: (2024)

WinQ: Accelerating Quantization-Aware Training of Language Models Around Saddle Points
von: Li, Dongyue, et al.
Veröffentlicht: (2026)

Control, Optimal Transport and Neural Differential Equations in Supervised Learning
von: Phung, Minh-Nhat, et al.
Veröffentlicht: (2025)

Fast and Provable Tensor-Train Format Tensor Completion via Precondtioned Riemannian Gradient Descent
von: Bian, Fengmiao, et al.
Veröffentlicht: (2025)

Minimisation of Submodular Functions Using Gaussian Zeroth-Order Random Oracles
von: Farzin, Amir Ali, et al.
Veröffentlicht: (2025)

Random Subspace Cubic-Regularization Methods, with Applications to Low-Rank Functions
von: Cartis, Coralia, et al.
Veröffentlicht: (2025)

Constrained Diffusion Models via Dual Training
von: Khalafi, Shervin, et al.
Veröffentlicht: (2024)

Solving Elliptic Optimal Control Problems via Neural Networks and Optimality System
von: Dai, Yongcheng, et al.
Veröffentlicht: (2023)

Deep Neural-network Prior for Orbit Recovery from Method of Moments
von: Khoo, Yuehaw, et al.
Veröffentlicht: (2023)

DIMAT: Decentralized Iterative Merging-And-Training for Deep Learning Models
von: Saadati, Nastaran, et al.
Veröffentlicht: (2024)