Buchumschlag

Limits of Resolution Equivariance in Fourier Neural Operators

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Colagrande, Alex, Caillon, Paul, Feillet, Eva, Allauzen, Alexandre
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

Linear Attention with Global Context: A Multipole Attention Mechanism for Vision and Physics
von: Colagrande, Alex, et al.
Veröffentlicht: (2025)

Forward Only Learning for Orthogonal Neural Networks of any Depth
von: Caillon, Paul, et al.
Veröffentlicht: (2025)

Fast Training of Recurrent Neural Networks with Stationary State Feedbacks
von: Caillon, Paul, et al.
Veröffentlicht: (2025)

Polynomial Mixing for Efficient Self-supervised Speech Encoders
von: Feillet, Eva, et al.
Veröffentlicht: (2026)

Accelerated Training through Iterative Gradient Propagation Along the Residual Path
von: Fagnou, Erwan, et al.
Veröffentlicht: (2025)

Structured-Sparse Attention for Entity Tracking with Subquadratic Sequence Complexity
von: Zhao, Hangyue, et al.
Veröffentlicht: (2026)

Trading Complexity for Expressivity Through Structured Generalized Linear Token Mixing
von: Fagnou, Erwan, et al.
Veröffentlicht: (2026)

Chain and Causal Attention for Efficient Entity Tracking
von: Fagnou, Erwan, et al.
Veröffentlicht: (2024)

Bridging the Theoretical Gap in Randomized Smoothing
von: Delattre, Blaise, et al.
Veröffentlicht: (2025)

Multi-Resolution Active Learning of Fourier Neural Operators
von: Li, Shibo, et al.
Veröffentlicht: (2023)

Physics-Aligned Canonical Equivariant Fourier Neural Operator under Symmetry-Induced Shifts
von: Xu, Jiaxiao, et al.
Veröffentlicht: (2026)

The Lipschitz-Variance-Margin Tradeoff for Enhanced Randomized Smoothing
von: Delattre, Blaise, et al.
Veröffentlicht: (2023)

Conditional Distribution Quantization in Machine Learning
von: Delattre, Blaise, et al.
Veröffentlicht: (2025)

Recommendation of data-free class-incremental learning algorithms by simulating future data
von: Feillet, Eva, et al.
Veröffentlicht: (2024)

Isotropic Fourier Neural Operators
von: Staddon, Michael F.
Veröffentlicht: (2026)

Enhancing Solutions for Complex PDEs: Introducing Complementary Convolution and Equivariant Attention in Fourier Neural Operators
von: Zhao, Xuanle, et al.
Veröffentlicht: (2023)

Neural Fourier Transform: A General Approach to Equivariant Representation Learning
von: Koyama, Masanori, et al.
Veröffentlicht: (2023)

Spectral Norm of Convolutional Layers with Circular and Zero Paddings
von: Delattre, Blaise, et al.
Veröffentlicht: (2024)

Pixel-Translation-Equivariant Quantum Convolutional Neural Networks via Fourier Multiplexers
von: Chirkov, Dmitry, et al.
Veröffentlicht: (2026)

Fourier Neural Operators Explained: A Practical Perspective
von: Duruisseaux, Valentin, et al.
Veröffentlicht: (2025)

Exploring Precision and Recall to assess the quality and diversity of LLMs
von: Bronnec, Florian Le, et al.
Veröffentlicht: (2024)

Enabling Efficient Equivariant Operations in the Fourier Basis via Gaunt Tensor Products
von: Luo, Shengjie, et al.
Veröffentlicht: (2024)

FNP: Fourier Neural Processes for Arbitrary-Resolution Data Assimilation
von: Chen, Kun, et al.
Veröffentlicht: (2024)

Plasma Surrogate Modelling using Fourier Neural Operators
von: Gopakumar, Vignesh, et al.
Veröffentlicht: (2023)

FNOPE: Simulation-based inference on function spaces with Fourier Neural Operators
von: Moss, Guy, et al.
Veröffentlicht: (2025)

Autoregressive Surrogate Modeling of the Solar Wind with Spherical Fourier Neural Operator
von: Mansouri, Reza, et al.
Veröffentlicht: (2025)

Light-Weight Diffusion Multiplier and Uncertainty Quantification for Fourier Neural Operators
von: Matveev, Albert, et al.
Veröffentlicht: (2025)

Invertible Fourier Neural Operators for Tackling Both Forward and Inverse Problems
von: Long, Da, et al.
Veröffentlicht: (2024)

Equivariant Graph Neural Operator for Modeling 3D Dynamics
von: Xu, Minkai, et al.
Veröffentlicht: (2024)

Predicting The Evolution of Interfaces with Fourier Neural Operators
von: Guida, Paolo, et al.
Veröffentlicht: (2025)

Equivariant Scalar Fields for Molecular Docking with Fast Fourier Transforms
von: Jing, Bowen, et al.
Veröffentlicht: (2023)

Fourier Transporter: Bi-Equivariant Robotic Manipulation in 3D
von: Huang, Haojie, et al.
Veröffentlicht: (2024)

BI-EqNO: Generalized Approximate Bayesian Inference with an Equivariant Neural Operator Framework
von: Zhou, Xu-Hui, et al.
Veröffentlicht: (2024)

Enhancing Fourier Neural Operators with Local Spatial Features
von: Liu, Chaoyu, et al.
Veröffentlicht: (2025)

An Inverse Scattering Inspired Fourier Neural Operator for Time-Dependent PDE Learning
von: Yu, Rixin
Veröffentlicht: (2025)

Maximal Update Parametrization and Zero-Shot Hyperparameter Transfer for Fourier Neural Operators
von: Li, Shanda, et al.
Veröffentlicht: (2025)

Toward Data-Driven Surrogates of the Solar Wind with Spherical Fourier Neural Operator
von: Mansouri, Reza, et al.
Veröffentlicht: (2025)

Understanding the Expressivity and Trainability of Fourier Neural Operator: A Mean-Field Perspective
von: Koshizuka, Takeshi, et al.
Veröffentlicht: (2023)

Improving Diversity in Language Models: When Temperature Fails, Change the Loss
von: Verine, Alexandre, et al.
Veröffentlicht: (2025)

Equivariant Neural Tangent Kernels
von: Misof, Philipp, et al.
Veröffentlicht: (2024)