:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fink, Yali, Ben-Yair, Ido, Ruthotto, Lars, Treister, Eran
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2605.26854
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multigrid-Augmented Deep Learning Preconditioners for the Helmholtz Equation using Compact Implicit Layers
von: Lerer, Bar, et al.
Veröffentlicht: (2023)

Quantized Convolutional Neural Networks Through the Lens of Partial Differential Equations
von: Ben-Yair, Ido, et al.
Veröffentlicht: (2021)

Differential Equations for Continuous-Time Deep Learning
von: Ruthotto, Lars
Veröffentlicht: (2024)

Scalable Multigrid Solver for the Helmholtz Equation: Real-Shifted Coarse Grid Correction
von: Yovel, Rachel, et al.
Veröffentlicht: (2026)

Global-Local Graph Neural Networks for Node-Classification
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Manifold-Aware Perturbations for Constrained Generative Modeling
von: Keegan, Katherine, et al.
Veröffentlicht: (2026)

Towards Croppable Implicit Neural Representations
von: Ashkenazi, Maor, et al.
Veröffentlicht: (2024)

An Over Complete Deep Learning Method for Inverse Problems
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Graph Neural Reaction Diffusion Models
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Physics-guided Full Waveform Inversion using Encoder-Solver Convolutional Neural Networks
von: Goren, Matan, et al.
Veröffentlicht: (2024)

Efficient Graph Laplacian Estimation by Proximal Newton
von: Medvedovsky, Yakov, et al.
Veröffentlicht: (2023)

Alternating Minimization for Regression with Tropical Rational Functions
von: Dunbar, Alex, et al.
Veröffentlicht: (2023)

Weight-Parameterization in Continuous Time Deep Neural Networks for Surrogate Modeling
von: Rosso, Haley, et al.
Veröffentlicht: (2025)

Kernel Multigrid: Accelerate Back-fitting via Sparse Gaussian Process Regression
von: Zou, Lu, et al.
Veröffentlicht: (2024)

Disparate Conditional Prediction in Multiclass Classifiers
von: Sabato, Sivan, et al.
Veröffentlicht: (2022)

On The Temporal Domain of Differential Equation Inspired Graph Neural Networks
von: Eliasof, Moshe, et al.
Veröffentlicht: (2024)

Zero-Shot Detection of LLM-Generated Code via Approximated Task Conditioning
von: Ashkenazi, Maor, et al.
Veröffentlicht: (2025)

Understanding and Improving Laplacian Positional Encodings For Temporal GNNs
von: Galron, Yaniv, et al.
Veröffentlicht: (2025)

RAPNet: A Receptive-Field Adaptive Convolutional Neural Network for Pansharpening
von: Tang, Tao, et al.
Veröffentlicht: (2025)

Improving the Effective Receptive Field of Message-Passing Neural Networks
von: Finder, Shahaf E., et al.
Veröffentlicht: (2025)

Towards Efficient Training of Graph Neural Networks: A Multiscale Approach
von: Gal, Eshed, et al.
Veröffentlicht: (2025)

Efficient Neural Network Approaches for Conditional Optimal Transport with Applications in Bayesian Inference
von: Wang, Zheyu Oliver, et al.
Veröffentlicht: (2023)

A Comprehensive Machine Learning Framework for Micromobility Demand Prediction
von: Porat, Omri, et al.
Veröffentlicht: (2025)

Green Multigrid Network
von: Lin, Ye, et al.
Veröffentlicht: (2024)

Comparative Analysis of Polygon-Based and Global Machine Learning Models for Bus Occupancy Prediction
von: Azenkot, Daniel, et al.
Veröffentlicht: (2026)

Mixed Precision Training of Neural ODEs
von: Celledoni, Elena, et al.
Veröffentlicht: (2025)

PyHySCO: GPU-Enabled Susceptibility Artifact Distortion Correction in Seconds
von: Julian, Abigail, et al.
Veröffentlicht: (2024)

Multilevel Diffusion: Infinite Dimensional Score-Based Diffusion Models for Image Generation
von: Hagemann, Paul, et al.
Veröffentlicht: (2023)

Sparse-ProxSkip: Accelerated Sparse-to-Sparse Training in Federated Learning
von: Meinhardt, Georg, et al.
Veröffentlicht: (2024)

A Deep Learning algorithm to accelerate Algebraic Multigrid methods in Finite Element solvers of 3D elliptic PDEs
von: Caldana, Matteo, et al.
Veröffentlicht: (2023)

Accelerated Parameter-Free Stochastic Optimization
von: Kreisler, Itai, et al.
Veröffentlicht: (2024)

Self-STORM: Deep Unrolled Self-Supervised Learning for Super-Resolution Microscopy
von: Sahel, Yair Ben, et al.
Veröffentlicht: (2024)

MgNO: Efficient Parameterization of Linear Operators via Multigrid
von: He, Juncai, et al.
Veröffentlicht: (2023)

Enabling Unstructured Sparse Acceleration on Structured Sparse Accelerators
von: Jeong, Geonhwa, et al.
Veröffentlicht: (2024)

Measuring the Data
von: Cohen, Ido
Veröffentlicht: (2025)

Learn from Your Mistakes: Self-Correcting Masked Diffusion Models
von: Schiff, Yair, et al.
Veröffentlicht: (2026)

An Analytical Model for Overparameterized Learning Under Class Imbalance
von: Mor, Eliav, et al.
Veröffentlicht: (2025)

Accelerating Sparse Transformer Inference on GPU
von: Dai, Wenhao, et al.
Veröffentlicht: (2025)

Integrating Physics and Topology in Neural Networks for Learning Rigid Body Dynamics
von: Wei, Amaury, et al.
Veröffentlicht: (2024)

Auto-Regressive Next-Token Predictors are Universal Learners
von: Malach, Eran
Veröffentlicht: (2023)