Buchumschlag

Divergence-free Linearized Neural Networks: Integral Representation and Optimal Approximation Rates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Juncai, Liu, Xinliang, Tian, Zitong
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Numerical Analysis 41A25 G.1.2; I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Neural Networks with General Activations: Super-Convergence in Sobolev Norms
von: Yang, Yahong, et al.
Veröffentlicht: (2025)

Exponential Approximation Rates and Parameter Efficiency of Learnable Bernstein Activations
von: Albool, Ibrahim, et al.
Veröffentlicht: (2026)

Understanding Two-Layer Neural Networks with Smooth Activation Functions
von: Huang, Changcun
Veröffentlicht: (2025)

Shallow ReLU$^s$ Networks in $L^p$-Type and Sobolev Spaces: Approximation and Path-Norm Controlled Generalization
von: Li, Weizhao, et al.
Veröffentlicht: (2026)

PolyKAN: A Polyhedral Analysis Framework for Provable and Approximately Optimal KAN Compression
von: Zhang, Di
Veröffentlicht: (2025)

Non-convex cost functionals in boosting algorithms and methods for panel selection
von: Visentin, Marco
Veröffentlicht: (2001)

VORT: Adaptive Power-Law Memory for NLP Transformers
von: Mlaiki, Nabil
Veröffentlicht: (2026)

Polyharmonic Spline Packages: Composition, Efficient Procedures for Computation and Differentiation
von: Bakhvalov, Yuriy N.
Veröffentlicht: (2025)

From Taylor Series to Fourier Synthesis: The Periodic Linear Unit
von: Kudo, Shiko
Veröffentlicht: (2025)

(U)NFV: Supervised and Unsupervised Neural Finite Volume Methods for Solving Hyperbolic PDEs
von: Lichtlé, Nathan, et al.
Veröffentlicht: (2025)

Sprecher Networks: A Parameter-Efficient Kolmogorov-Arnold Architecture
von: Hägg, Christian, et al.
Veröffentlicht: (2025)

Application of Sensitivity Analysis Methods for Studying Neural Network Models
von: Miao, Jiaxuan, et al.
Veröffentlicht: (2025)

Data-induced multiscale losses and efficient multirate gradient descent schemes
von: He, Juncai, et al.
Veröffentlicht: (2024)

Initialization of a Polyharmonic Cascade, Launch and Testing
von: Bakhvalov, Yuriy N.
Veröffentlicht: (2025)

Polyharmonic Cascade
von: Bakhvalov, Yuriy N.
Veröffentlicht: (2025)

Neural Green's Operators for Parametric Partial Differential Equations
von: Melchers, Hugo, et al.
Veröffentlicht: (2024)

A Comparative Analysis of Distributed Linear Solvers under Data Heterogeneity
von: Velasevic, Boris, et al.
Veröffentlicht: (2023)

Two-scale Neural Networks for Partial Differential Equations with Small Parameters
von: Zhuang, Qiao, et al.
Veröffentlicht: (2024)

Some properties of Wright Operators
von: Patel, Prashantkumar
Veröffentlicht: (2024)

Compressive sensing inspired self-supervised single-pixel imaging
von: Lu, Jijun, et al.
Veröffentlicht: (2026)

Scalable and Interpretable Scientific Discovery via Sparse Variational Gaussian Process Kolmogorov-Arnold Networks (SVGP KAN)
von: Ju, Y. Sungtaek
Veröffentlicht: (2025)

Off-policy Evaluation with Deeply-abstracted States
von: Hao, Meiling, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Scientific Machine Learning using Sparse Variational Gaussian Process Kolmogorov-Arnold Networks (SVGP KAN)
von: Ju, Y. Sungtaek
Veröffentlicht: (2025)

Semigroup Consistency as a Diagnostic for Learned Physics Simulators
von: Shikhman, Lennon J.
Veröffentlicht: (2026)

Linear-Nonlinear Fusion Neural Operator for Partial Differential Equations
von: Wu, Heng, et al.
Veröffentlicht: (2026)

GDNSQ: Gradual Differentiable Noise Scale Quantization for Low-bit Neural Networks
von: Salishev, Sergey, et al.
Veröffentlicht: (2025)

Exploring specialization and sensitivity of convolutional neural networks in the context of simultaneous image augmentations
von: Kharyuk, Pavel, et al.
Veröffentlicht: (2025)

Terminal Wrench: A Dataset of 331 Reward-Hackable Environments and 3,632 Exploit Trajectories
von: Bercovich, Ivan, et al.
Veröffentlicht: (2026)

Sparse Training of Neural Networks based on Multilevel Mirror Descent
von: Lunk, Yannick, et al.
Veröffentlicht: (2026)

Energy minimisation using overlapping tensor-product free-knot B-splines
von: Magueresse, Alexandre, et al.
Veröffentlicht: (2025)

Regular Tree Search for Simulation Optimization
von: Wang, Du-Yi, et al.
Veröffentlicht: (2025)

Applying the Spectral Method for Modeling Linear Filters: Butterworth, Linkwitz-Riley, and Chebyshev filters
von: Rybakov, Konstantin A., et al.
Veröffentlicht: (2025)

Convex Optimization for Alignment and Preference Learning on a Single GPU
von: Feng, Miria, et al.
Veröffentlicht: (2026)

On the Principles of ReLU Networks with One Hidden Layer
von: Huang, Changcun
Veröffentlicht: (2024)

CO$_2$ sequestration hybrid solver using isogeometric alternating-directions and collocation-based robust variational physics informed neural networks (IGA-ADS-CRVPINN)
von: Vilkha, Askold, et al.
Veröffentlicht: (2026)

Alternately-optimized SNN method for acoustic scattering problem in unbounded domain
von: Song, Haoming, et al.
Veröffentlicht: (2025)

Deep Learning for Solving and Estimating Dynamic Models in Economics and Finance
von: Scheidegger, Simon
Veröffentlicht: (2026)

Finite elements for Matérn-type random fields: Uncertainty in computational mechanics and design optimization
von: Duswald, Tobias, et al.
Veröffentlicht: (2024)

Learning Chaotic Dynamics through Second-Order Geometric Supervision
von: Kang, Shinhoo, et al.
Veröffentlicht: (2026)

Mathematical analysis of the gradients in deep learning
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)