Buchumschlag

Performance of Neural and Polynomial Operator Surrogates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Westermann, Josephine, Huber, Benno, O'Leary-Roseberry, Thomas, Zech, Jakob
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Numerical Analysis 68T07 (Primary) 65N35, 65D40, 65Y20 (Secondary)
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Derivative-Informed Fourier Neural Operator: Universal Approximation and Applications to PDE-Constrained Optimization
von: Yao, Boyuan, et al.
Veröffentlicht: (2025)

Neural Shape Operator Surrogates -- Expression Rate Bounds
von: Harbrecht, Helmut, et al.
Veröffentlicht: (2026)

Least Squares with Equality constraints Extreme Learning Machines for the resolution of PDEs
von: De Falco, Davide Elia, et al.
Veröffentlicht: (2025)

A Neumann-Neumann Acceleration with Coarse Space for Domain Decomposition of Extreme Learning Machines
von: Lee, Chang-Ock, et al.
Veröffentlicht: (2025)

Learning Contractive Integral Operators with Fredholm Integral Neural Operators
von: Georgiou, Kyriakos C., et al.
Veröffentlicht: (2026)

Learning to Integrate
von: Ernst, Oliver G., et al.
Veröffentlicht: (2025)

Monolithic Multi-level Overlapping Schwarz Solvers for Fluid Problems
von: Köhler, Stephan, et al.
Veröffentlicht: (2025)

Unstabilized Hybrid High-Order method for a class of degenerate convex minimization problems
von: Carstensen, C., et al.
Veröffentlicht: (2020)

Convergent adaptive hybrid higher-order schemes for convex minimization
von: Carstensen, Carsten, et al.
Veröffentlicht: (2021)

A non-iterative domain decomposition time integrator combined with discontinuous Galerkin space discretizations for acoustic wave equations
von: Buchholz, Tim, et al.
Veröffentlicht: (2025)

Geometric Generalization of Neural Operators from Kernel Integral Perspective
von: Han, Mingyu, et al.
Veröffentlicht: (2026)

Fourier Residual Networks Achieve Spectral Accuracy for Discontinuous Functions
von: Davis, Owen, et al.
Veröffentlicht: (2026)

Operator Inference for Elliptic Eigenvalue Problems
von: Li, Haoqian, et al.
Veröffentlicht: (2025)

Space-time parallel scaling of Parareal with a physics-informed Fourier Neural Operator coarse propagator applied to the Black-Scholes equation
von: Ibrahim, Abdul Qadir, et al.
Veröffentlicht: (2024)

Using the Immersed Penalized Boundary Method with Splines to Solve PDE's on Curved Domains in 3D
von: Greene, Aussie, et al.
Veröffentlicht: (2025)

Discretization Error of Fourier Neural Operators
von: Lanthaler, Samuel, et al.
Veröffentlicht: (2024)

An RBF partition of unity method for geometry reconstruction and PDE solution in thin structures
von: Larsson, Elisabeth, et al.
Veröffentlicht: (2024)

Deep neural networks with ReLU, leaky ReLU, and softplus activation provably overcome the curse of dimensionality for space-time solutions of semilinear partial differential equations
von: Ackermann, Julia, et al.
Veröffentlicht: (2024)

Near-optimal learning of Banach-valued, high-dimensional functions via deep neural networks
von: Adcock, Ben, et al.
Veröffentlicht: (2022)

Deep neural networks with ReLU, leaky ReLU, and softplus activation provably overcome the curse of dimensionality for Kolmogorov partial differential equations with Lipschitz nonlinearities in the $L^p$-sense
von: Ackermann, Julia, et al.
Veröffentlicht: (2023)

Fredholm Neural Networks
von: Georgiou, Kyriakos, et al.
Veröffentlicht: (2024)

Neural Preconditioned Born Series: A Metric-Matched Framework for Learning-based Preconditioners
von: Wang, Juntao, et al.
Veröffentlicht: (2026)

Operator learning meets inverse problems: A probabilistic perspective
von: Nelsen, Nicholas H., et al.
Veröffentlicht: (2025)

Low-Memory Numerical Certification
von: Breiding, Paul, et al.
Veröffentlicht: (2026)

Matrix-Free Evaluation of High-Order Shifted Boundary Finite Element Operators
von: Wichrowski, Michał
Veröffentlicht: (2025)

Gaussian Variational Schemes on Bounded and Unbounded Domains
von: Actor, Jonas A., et al.
Veröffentlicht: (2024)

Multiscale Neural Networks for Approximating Green's Functions
von: Hao, Wenrui, et al.
Veröffentlicht: (2024)

Expression Rates of Neural Operators for Linear Elliptic PDEs in Polytopes
von: Marcati, Carlo, et al.
Veröffentlicht: (2024)

The Neural Approximated Virtual Element Method for Elasticity Problems
von: Berrone, Stefano, et al.
Veröffentlicht: (2025)

Neural Preconditioning via Krylov Subspace Geometry
von: Dimola, Nunzio, et al.
Veröffentlicht: (2025)

A Neural Multigrid Solver for Helmholtz Equations with High Wavenumber and Heterogeneous Media
von: Cui, Chen, et al.
Veröffentlicht: (2024)

Reduced Basis Approach for Convection-Diffusion Equations with Non-Linear Boundary Reaction Conditions
von: Matera, Sebastian, et al.
Veröffentlicht: (2025)

Neural Network Dual Norms for Minimal Residual Finite Element Methods
von: Alsobhi, Hamd, et al.
Veröffentlicht: (2025)

Convergence of adaptive stochastic collocation with finite elements
von: Feischl, Michael, et al.
Veröffentlicht: (2020)

Regularity and tailored regularization of Deep Neural Networks, with application to parametric PDEs in uncertainty quantification
von: Keller, Alexander, et al.
Veröffentlicht: (2025)

Unconditional full linear convergence and quasi-optimal complexity of smoothed adaptive finite element methods
von: Bringmann, Philipp, et al.
Veröffentlicht: (2026)

Neural Approximate Inverse Preconditioners
von: Xu, Tianshi, et al.
Veröffentlicht: (2025)

Quantitative analysis for $L^2$-estimates in linear elliptic equations via divergence-free transformation
von: Lee, Haesung
Veröffentlicht: (2025)

A structure and asymptotic preserving scheme for the quasineutral limit of the Vlasov-Poisson system
von: Blaustein, Alain, et al.
Veröffentlicht: (2025)

Adaptive finite element methods with optimally preconditioned GMRES guarantee optimal complexity
von: Führer, Thomas, et al.
Veröffentlicht: (2026)