Buchumschlag

Integrable Elasticity via Neural Demand Potentials

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Heredia, Carlos, Roncel, Daniel
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

Probabilistic Demand Forecasting with Graph Neural Networks
von: Kozodoi, Nikita, et al.
Veröffentlicht: (2024)

Differentiable Autoencoding Neural Operator for Interpretable and Integrable Latent Space Modeling
von: Viknesh, Siva, et al.
Veröffentlicht: (2025)

Modeling AdaGrad, RMSProp, and Adam with Integro-Differential Equations
von: Heredia, Carlos
Veröffentlicht: (2024)

Efficient Nudged Elastic Band Method using Neural Network Bayesian Algorithm Execution
von: Kakhandiki, Pranav, et al.
Veröffentlicht: (2025)

Time Elastic Neural Networks
von: Marteau, Pierre-François
Veröffentlicht: (2024)

Neural Network Matrix Product Operator: A Multi-Dimensionally Integrable Machine Learning Potential
von: Hino, Kentaro, et al.
Veröffentlicht: (2024)

Implicit Neural-Representation Learning for Elastic Deformable-Object Manipulations
von: Song, Minseok, et al.
Veröffentlicht: (2025)

Neural Modular Physics for Elastic Simulation
von: Li, Yifei, et al.
Veröffentlicht: (2025)

Evaluation of Neural Surrogates for Physical Modelling Synthesis of Nonlinear Elastic Plates
von: Martin, Carlos De La Vega, et al.
Veröffentlicht: (2025)

The Power of Training: How Different Neural Network Setups Influence the Energy Demand
von: Geißler, Daniel, et al.
Veröffentlicht: (2024)

Monodense Deep Neural Model for Determining Item Price Elasticity
von: Garg, Lakshya, et al.
Veröffentlicht: (2026)

From Adam to Adam-Like Lagrangians: Second-Order Nonlocal Dynamics
von: Heredia, Carlos
Veröffentlicht: (2026)

Thermodynamically-Informed Iterative Neural Operators for Heterogeneous Elastic Localization
von: Kelly, Conlain, et al.
Veröffentlicht: (2024)

Crossfire: An Elastic Defense Framework for Graph Neural Networks Under Bit Flip Attacks
von: Kummer, Lorenz, et al.
Veröffentlicht: (2025)

OptPDE: Discovering Novel Integrable Systems via AI-Human Collaboration
von: Kantamneni, Subhash, et al.
Veröffentlicht: (2024)

Uncertainty Quantification of Spatiotemporal Travel Demand with Probabilistic Graph Neural Networks
von: Wang, Qingyi, et al.
Veröffentlicht: (2023)

The Liouville Generator for Producing Integrable Expressions
von: Barket, Rashid, et al.
Veröffentlicht: (2024)

Air Traffic Controller Task Demand via Graph Neural Networks: An Interpretable Approach to Airspace Complexity
von: Henderson, Edward, et al.
Veröffentlicht: (2025)

Neural Demand Estimation with Habit Formation and Rationality Constraints
von: Grzeskiewicz, Marta
Veröffentlicht: (2026)

Hierarchical Neural Additive Models for Interpretable Demand Forecasts
von: Feddersen, Leif, et al.
Veröffentlicht: (2024)

Exploring Quantum Neural Networks for Demand Forecasting
von: de Jesus, Gleydson Fernandes, et al.
Veröffentlicht: (2024)

To Start Up a Start-Up$-$Embedding Strategic Demand Development in Operational On-Demand Fulfillment via Reinforcement Learning with Information Shaping
von: Chen, Xinwei, et al.
Veröffentlicht: (2025)

Prediction of Effective Elastic Moduli of Rocks using Graph Neural Networks
von: Chung, Jaehong, et al.
Veröffentlicht: (2023)

Robust Physics-Informed Neural Network Approach for Estimating Heterogeneous Elastic Properties from Noisy Displacement Data
von: Srikitrungruang, Tatthapong, et al.
Veröffentlicht: (2025)

Deep Diffusion Maps
von: García-Heredia, Sergio, et al.
Veröffentlicht: (2025)

Table Integration in Data Lakes Unleashed: Pairwise Integrability Judgment, Integrable Set Discovery, and Multi-Tuple Conflict Resolution
von: Ji, Daomin, et al.
Veröffentlicht: (2024)

Kernel-Elastic Autoencoder for Molecular Design
von: Li, Haote, et al.
Veröffentlicht: (2023)

Efficient Contrastive Explanations on Demand
von: Izza, Yacine, et al.
Veröffentlicht: (2024)

Scalable Chain of Thoughts via Elastic Reasoning
von: Xu, Yuhui, et al.
Veröffentlicht: (2025)

Renet: Principled and Efficient Relaxation for the Elastic Net via Dynamic Objective Selection
von: Dorador, Albert
Veröffentlicht: (2026)

EasyFS: an Efficient Model-free Feature Selection Framework via Elastic Transformation of Features
von: Lv, Jianming, et al.
Veröffentlicht: (2024)

RelFlexformer: Efficient Attention 3D-Transformers for Integrable Relative Positional Encodings
von: Kim, Byeongchan, et al.
Veröffentlicht: (2026)

Pretraining Strategy for Neural Potentials
von: Zhang, Zehua, et al.
Veröffentlicht: (2024)

Optimal Potential Shaping on SE(3) via Neural ODEs on Lie Groups
von: Wotte, Yannik P., et al.
Veröffentlicht: (2024)

Stabilized Neural Prediction of Potential Outcomes in Continuous Time
von: Hess, Konstantin, et al.
Veröffentlicht: (2024)

Unveiling the Potential of Superexpressive Networks in Implicit Neural Representations
von: Mudiyanselage, Uvini Balasuriya, et al.
Veröffentlicht: (2025)

Neurosymbolic AI for Travel Demand Prediction: Integrating Decision Tree Rules into Neural Networks
von: Acharya, Kamal, et al.
Veröffentlicht: (2025)

The Informed Elastic Net for Fast Grouped Variable Selection and FDR Control in Genomics Research
von: Machkour, Jasin, et al.
Veröffentlicht: (2024)

Foundation Models for Demand Forecasting via Dual-Strategy Ensembling
von: Yang, Wei, et al.
Veröffentlicht: (2025)

Provably tuning the ElasticNet across instances
von: Balcan, Maria-Florina, et al.
Veröffentlicht: (2022)