Buchumschlag

Gradient Scaling Effects in Adaptive Spectral PINNs for Stiff Nonlinear ODEs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yepes, Isabela M., Protopapas, Pavlos
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

One-Shot Transfer Learning for Nonlinear PDEs with Perturbative PINNs
von: Auroy, Samuel, et al.
Veröffentlicht: (2025)

Chebyshev-Augmented One-Shot Transfer Learning for PINNs on Nonlinear Differential Equations
von: Rao, Yiqi, et al.
Veröffentlicht: (2026)

Stiff Transfer Learning for Physics-Informed Neural Networks
von: Seiler, Emilien, et al.
Veröffentlicht: (2025)

PTL-PINNs: Perturbation-Guided Transfer Learning with Physics- Informed Neural Networks for Nonlinear Systems
von: Alexandrino, Duarte, et al.
Veröffentlicht: (2026)

Efficient PINNs via Multi-Head Unimodular Regularization of the Solutions Space
von: Tarancón-Álvarez, Pedro, et al.
Veröffentlicht: (2025)

Adaptive Feedforward Gradient Estimation in Neural ODEs
von: Dabounou, Jaouad
Veröffentlicht: (2024)

Differentiable Chemistry in PINNs for Solving Parameterized and Stiff Reaction Systems
von: Babić, Miloš, et al.
Veröffentlicht: (2026)

Recent Advances of NeuroDiffEq -- An Open-Source Library for Physics-Informed Neural Networks
von: Liu, Shuheng, et al.
Veröffentlicht: (2025)

Physics-Informed Neural ODEs with Scale-Aware Residuals for Learning Stiff Biophysical Dynamics
von: Kainth, Kamalpreet Singh, et al.
Veröffentlicht: (2025)

WENDy for Nonlinear-in-Parameters ODEs
von: Rummel, Nic, et al.
Veröffentlicht: (2025)

Improved Uncertainty Quantification in Physics-Informed Neural Networks Using Error Bounds and Solution Bundles
von: Flores, Pablo, et al.
Veröffentlicht: (2025)

Learning embeddings of non-linear PDEs: the Burgers' equation
von: Tarancón-Álvarez, Pedro, et al.
Veröffentlicht: (2026)

Efficient, Accurate and Stable Gradients for Neural ODEs
von: McCallum, Sam, et al.
Veröffentlicht: (2024)

Mitigating Gradient Pathology in PINNs through Aligned Constraint
von: Luo, Yichen, et al.
Veröffentlicht: (2026)

PINN Balls: Scaling Second-Order Methods for PINNs with Domain Decomposition and Adaptive Sampling
von: Bonfanti, Andrea, et al.
Veröffentlicht: (2025)

RL-PINNs: Reinforcement Learning-Driven Adaptive Sampling for Efficient Training of PINNs
von: Song, Zhenao
Veröffentlicht: (2025)

Scaling Laws and Pathologies of Single-Layer PINNs: Network Width and PDE Nonlinearity
von: Chaudhry, Faris
Veröffentlicht: (2026)

PINNs Algorithmic Framework for Simulation of Nonlinear Burgers' Type Models
von: Singh, Ajeet, et al.
Veröffentlicht: (2025)

Adaptive Interface-PINNs (AdaI-PINNs): An Efficient Physics-informed Neural Networks Framework for Interface Problems
von: Roy, Sumanta, et al.
Veröffentlicht: (2024)

MENO: Hybrid Matrix Exponential-based Neural Operator for Stiff ODEs. Application to Thermochemical Kinetics
von: Zanardi, Ivan, et al.
Veröffentlicht: (2025)

Fourier PINNs: From Strong Boundary Conditions to Adaptive Fourier Bases
von: Cooley, Madison, et al.
Veröffentlicht: (2024)

Auto-Adaptive PINNs with Applications to Phase Transitions
von: Buck, Kevin, et al.
Veröffentlicht: (2025)

Investigating Guiding Information for Adaptive Collocation Point Sampling in PINNs
von: Florido, Jose, et al.
Veröffentlicht: (2024)

Exact and approximate error bounds for physics-informed neural networks
von: Chantada, Augusto T., et al.
Veröffentlicht: (2024)

TGPT-PINN: Nonlinear model reduction with transformed GPT-PINNs
von: Chen, Yanlai, et al.
Veröffentlicht: (2024)

Adaptivity and Convergence of Probability Flow ODEs in Diffusion Generative Models
von: Tang, Jiaqi, et al.
Veröffentlicht: (2025)

Accelerating Natural Gradient Descent for PINNs with Randomized Numerical Linear Algebra
von: Bioli, Ivan, et al.
Veröffentlicht: (2025)

On the SDEs and Scaling Rules for Adaptive Gradient Algorithms
von: Malladi, Sadhika, et al.
Veröffentlicht: (2022)

Spectral Analysis of Hard-Constraint PINNs: The Spatial Modulation Mechanism of Boundary Functions
von: Xie, Yuchen, et al.
Veröffentlicht: (2025)

Hierarchical Inference and Closure Learning via Adaptive Surrogates for ODEs and PDEs
von: Zhang, Pengyu, et al.
Veröffentlicht: (2026)

Bayesian Nonparametric Mixed-Effect ODEs with Gaussian Processes
von: Martinelli, Julien, et al.
Veröffentlicht: (2026)

Adaptive Batch Sizes Using Non-Euclidean Gradient Noise Scales for Stochastic Sign and Spectral Descent
von: Naganuma, Hiroki, et al.
Veröffentlicht: (2026)

Policy Mirror Descent with Lookahead
von: Protopapas, Kimon, et al.
Veröffentlicht: (2024)

Adaptive tumor growth forecasting via neural & universal ODEs
von: Subramanian, Kavya, et al.
Veröffentlicht: (2025)

PINNs Failure Modes are Overfitting
von: Andersen, Nigel T., et al.
Veröffentlicht: (2026)

AB-PINNs: Adaptive-Basis Physics-Informed Neural Networks for Residual-Driven Domain Decomposition
von: Botvinick-Greenhouse, Jonah, et al.
Veröffentlicht: (2025)

Efficiently Solving High-Order and Nonlinear ODEs with Rational Fraction Polynomial: the Ratio Net
von: Qin, Chenxin, et al.
Veröffentlicht: (2021)

A Control Perspective on Training PINNs
von: Barreau, Matthieu, et al.
Veröffentlicht: (2025)

AMORE: Adaptive Multi-Output Operator Network for Stiff Chemical Kinetics
von: Nath, Kamaljyoti, et al.
Veröffentlicht: (2025)

A Spectral Framework for Multi-Scale Nonlinear Dimensionality Reduction
von: Huang, Zeyang, et al.
Veröffentlicht: (2026)