Buchumschlag

Physics-Informed Neural PDE Solvers via Spatio-Temporal MeanFlow

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bai, Hanru, Zhou, Yuncheng, Zou, Difan
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

Hierarchical Koopman Diffusion: Fast Generation with Interpretable Diffusion Trajectory
von: Bai, Hanru, et al.
Veröffentlicht: (2025)

Riemannian MeanFlow
von: Woo, Dongyeop, et al.
Veröffentlicht: (2026)

Physics-Informed Distillation of Diffusion Models for PDE-Constrained Generation
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

MENO: MeanFlow-Enhanced Neural Operators for Dynamical Systems
von: Yang, Tianyue, et al.
Veröffentlicht: (2026)

Riemannian MeanFlow for One-Step Generation on Manifolds
von: Zhong, Zichen, et al.
Veröffentlicht: (2026)

MeanFlow Transformers with Representation Autoencoders
von: Hu, Zheyuan, et al.
Veröffentlicht: (2025)

AlphaFlow: Understanding and Improving MeanFlow Models
von: Zhang, Huijie, et al.
Veröffentlicht: (2025)

Learning a Neural Solver for Parametric PDE to Enhance Physics-Informed Methods
von: Boudec, Lise Le, et al.
Veröffentlicht: (2024)

One-Step Generative Policies with Q-Learning: A Reformulation of MeanFlow
von: Wang, Zeyuan, et al.
Veröffentlicht: (2025)

Generative Latent Neural PDE Solver using Flow Matching
von: Li, Zijie, et al.
Veröffentlicht: (2025)

Understanding, Accelerating, and Improving MeanFlow Training
von: Kim, Jin-Young, et al.
Veröffentlicht: (2025)

Discrete MeanFlow: One-Step Generation via Conditional Transition Kernels
von: Khan, Fairoz Nower, et al.
Veröffentlicht: (2026)

Value-Guidance MeanFlow for Offline Multi-Agent Reinforcement Learning
von: Pang, Teng, et al.
Veröffentlicht: (2026)

Score-Based One-step MeanFlow Policy Optimization
von: Kim, Kyungyoon, et al.
Veröffentlicht: (2026)

Stochastic MeanFlow Policies: One-Step Generative Control with Entropic Mirror Descent
von: Wang, Zeyuan, et al.
Veröffentlicht: (2026)

Equivariant Efficient Joint Discrete and Continuous MeanFlow for Molecular Graph Generation
von: Xu, Rongjian, et al.
Veröffentlicht: (2026)

Modular MeanFlow: Towards Stable and Scalable One-Step Generative Modeling
von: You, Haochen, et al.
Veröffentlicht: (2025)

Hamiltonian Neural PDE Solvers through Functional Approximation
von: Zhou, Anthony, et al.
Veröffentlicht: (2025)

Learning PDE Solvers with Physics and Data: A Unifying View of Physics-Informed Neural Networks and Neural Operators
von: Dai, Yilong, et al.
Veröffentlicht: (2026)

OT-MeanFlow3D: Bridging Optimal Transport and Meanflow for Efficient 3D Point Cloud Generation
von: Akbari, Elaheh, et al.
Veröffentlicht: (2025)

Learning Sampled-data Control for Swarms via MeanFlow
von: Dong, Anqi, et al.
Veröffentlicht: (2026)

Physics-Informed Gaussian Process Regression Generalizes Linear PDE Solvers
von: Pförtner, Marvin, et al.
Veröffentlicht: (2022)

Adaptive Mesh-Quantization for Neural PDE Solvers
von: Dool, Winfried van den, et al.
Veröffentlicht: (2025)

Unisolver: PDE-Conditional Transformers Towards Universal Neural PDE Solvers
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

Ambient Physics: Training Neural PDE Solvers with Partial Observations
von: Majid, Harris Abdul, et al.
Veröffentlicht: (2026)

Flowers: A Warp Drive for Neural PDE Solvers
von: Muser, Till, et al.
Veröffentlicht: (2026)

Inverse Evolution Data Augmentation for Neural PDE Solvers
von: Liu, Chaoyu, et al.
Veröffentlicht: (2025)

Adversarial Learning for Neural PDE Solvers with Sparse Data
von: Gong, Yunpeng, et al.
Veröffentlicht: (2024)

FreqMoE: Dynamic Frequency Enhancement for Neural PDE Solvers
von: Chen, Tianyu, et al.
Veröffentlicht: (2025)

ProFlow: Zero-Shot Physics-Consistent Sampling via Proximal Flow Guidance
von: Yu, Zichao, et al.
Veröffentlicht: (2026)

Learning Neural PDE Solvers with Convergence Guarantees
von: Hsieh, Jun-Ting, et al.
Veröffentlicht: (2019)

Pre-Generating Multi-Difficulty PDE Data for Few-Shot Neural PDE Solvers
von: Choudhary, Naman, et al.
Veröffentlicht: (2025)

PRES: Toward Scalable Memory-Based Dynamic Graph Neural Networks
von: Su, Junwei, et al.
Veröffentlicht: (2024)

INC: An Indirect Neural Corrector for Auto-Regressive Hybrid PDE Solvers
von: Wei, Hao, et al.
Veröffentlicht: (2025)

Quantifying Training Difficulty and Accelerating Convergence in Neural Network-Based PDE Solvers
von: Chen, Chuqi, et al.
Veröffentlicht: (2024)

Neural PDE Solvers with Physics Constraints: A Comparative Study of PINNs, DRM, and WANs
von: Chen, Jiakang
Veröffentlicht: (2025)

Contrastive Learning for Semi-Supervised Deep Regression with Generalized Ordinal Rankings from Spectral Seriation
von: Wang, Ce, et al.
Veröffentlicht: (2025)

Experimental Demonstration of an Optical Neural PDE Solver via On-Chip PINN Training
von: Zhao, Yequan, et al.
Veröffentlicht: (2025)

Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation
von: Zhang, Rui, et al.
Veröffentlicht: (2023)

Blending Neural Operators and Relaxation Methods in PDE Numerical Solvers
von: Zhang, Enrui, et al.
Veröffentlicht: (2022)