Buchumschlag

Uncertainty-Aware Graph Neural Reconstruction of Urban Temperature Fields from Sparse Sensors under Deployment Constraints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Snaiki, Reda, Merabtine, Abdelatif
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Applied Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multiscale Dynamics of Heatwave Persistence and Intensity Under Climate Change
von: Ferdous, Md Tasim, et al.
Veröffentlicht: (2026)

Performance-based ice engineering: a data-driven multi-scale approach
von: Snaiki, Reda
Veröffentlicht: (2024)

Advancing Spatio-temporal Storm Surge Prediction with Hierarchical Deep Neural Networks
von: Naeini, Saeed Saviz, et al.
Veröffentlicht: (2024)

Reconstructing Multi-Scale Physical Fields from Extremely Sparse Measurements with an Autoencoder-Diffusion Cascade
von: Yi, Letian, et al.
Veröffentlicht: (2025)

PiGGO: Physics-Guided Learnable Graph Kalman Filters for Virtual Sensing of Nonlinear Dynamic Structures under Uncertainty
von: Haywood-Alexander, Marcus, et al.
Veröffentlicht: (2026)

A Physics-informed machine learning model for time-dependent wave runup prediction
von: Naeini, Saeed Saviz, et al.
Veröffentlicht: (2024)

Autonomous Uncertainty Quantification for Computational Point-of-care Sensors
von: Goncharov, Artem, et al.
Veröffentlicht: (2025)

Sensor-Outage-Aware Spatio-Temporal Graph Reconstruction of High-Rise Facade Pressure Fields
von: Mirfakhar, Seyedeh Fatemeh, et al.
Veröffentlicht: (2026)

MeshODENet: A Graph-Informed Neural Ordinary Differential Equation Neural Network for Simulating Mesh-Based Physical Systems
von: Liu, Kangzheng, et al.
Veröffentlicht: (2025)

Adaptive Fusion Graph Network for 3D Strain Field Prediction in Solid Rocket Motor Grains
von: Huang, Jiada, et al.
Veröffentlicht: (2025)

Uncertainty Reasoning with Photonic Bayesian Machines
von: Brückerhoff-Plückelmann, F., et al.
Veröffentlicht: (2025)

Training of Physical Neural Networks
von: Momeni, Ali, et al.
Veröffentlicht: (2024)

A Neural Network Transformer Model for Composite Microstructure Homogenization
von: Pitz, Emil, et al.
Veröffentlicht: (2023)

Stable Long-Horizon Spatiotemporal Prediction on Meshes Using Latent Multiscale Recurrent Graph Neural Networks
von: Salesses, Lionel, et al.
Veröffentlicht: (2026)

Full-Precision and Ternarised Neural Networks with Tunnel-Diode Activation Functions: Computing and Physics Perspectives
von: McNaughton, Jake, et al.
Veröffentlicht: (2025)

Physics-Guided Concentration Inference from Resistance Transients in a Mixed-Phase SnO-SnO$_2$ Carbon Monoxide Sensor with p-n Switching
von: Biswas, Sani, et al.
Veröffentlicht: (2026)

Autonomous Reliability Qualification of Ga$_2$O$_3$-based Hydrogen and Temperature Sensors via Safe Active Learning
von: Febba, Davi, et al.
Veröffentlicht: (2026)

MixFunn: A Neural Network for Differential Equations with Improved Generalization and Interpretability
von: Farias, Tiago de Souza, et al.
Veröffentlicht: (2025)

A Multi-Resolution Benchmark Framework for Spatial Reasoning Assessment in Neural Networks
von: Imbriani, Manuela, et al.
Veröffentlicht: (2025)

TunnElQNN: A Hybrid Quantum-classical Neural Network for Efficient Learning
von: Abbas, A. H.
Veröffentlicht: (2025)

Neural Network-Based Processing and Reconstruction of Compromised Biophotonic Image Data
von: Fanous, Michael John, et al.
Veröffentlicht: (2024)

Towards Neural-Network-based optical temperature sensing of Semiconductor Membrane External Cavity Laser
von: Mannstadt, Jakob, et al.
Veröffentlicht: (2024)

A Novel Dynamic Bias-Correction Framework for Hurricane Risk Assessment under Climate Change
von: Snaiki, Reda, et al.
Veröffentlicht: (2025)

Advancing Machine Learning Optimization of Chiral Photonic Metasurface: Comparative Study of Neural Network and Genetic Algorithm Approaches
von: Filippozzi, Davide, et al.
Veröffentlicht: (2025)

Metal Oxide-based Gas Sensor Array for the VOCs Analysis in Complex Mixtures using Machine Learning
von: Singh, Shivam, et al.
Veröffentlicht: (2023)

AirPhyNet: Harnessing Physics-Guided Neural Networks for Air Quality Prediction
von: Hettige, Kethmi Hirushini, et al.
Veröffentlicht: (2024)

Do Quantum Neural Networks have Simplicity Bias?
von: Pointing, Jessica
Veröffentlicht: (2024)

High Cycle S-N curve prediction for Al 7075-T6 alloy using Recurrent Neural Networks (RNNs)
von: Patel, Aryan
Veröffentlicht: (2025)

Weighted Bayesian Conformal Prediction
von: Lou, Xiayin, et al.
Veröffentlicht: (2026)

Spectral Model eXplainer: a chemically-grounded explainability framework for spectral-based machine learning models
von: Ribeiro, Jose Vinicius, et al.
Veröffentlicht: (2026)

Training deep physical neural networks with local physical information bottleneck
von: Wang, Hao, et al.
Veröffentlicht: (2026)

Estimation of Fish Catch Using Sentinel-2, 3 and XGBoost-Kernel-Based Kernel Ridge Regression
von: Mohammed, Kanu, et al.
Veröffentlicht: (2026)

Physics-Informed Framework for Impact Identification in Aerospace Composites
von: Marinho, Natália Ribeiro, et al.
Veröffentlicht: (2026)

Empirical modeling and hybrid machine learning framework for nucleate pool boiling on microchannel structured surfaces
von: Kuberan, Vijay, et al.
Veröffentlicht: (2025)

A Physics-informed Deep Operator for Real-Time Freeway Traffic State Estimation
von: Yu, Hongxin, et al.
Veröffentlicht: (2025)

ASPEN: An Adaptive Spectral Physics-Enabled Network for Ginzburg-Landau Dynamics
von: Chrisnanto, Julian Evan, et al.
Veröffentlicht: (2025)

Machine Learning-Guided Design of Non-Reciprocal and Asymmetric Elastic Chiral Metamaterials
von: Yuan, Lingxiao, et al.
Veröffentlicht: (2024)

Training all-mechanical neural networks for task learning through in situ backpropagation
von: Li, Shuaifeng, et al.
Veröffentlicht: (2024)

Physics-Informed Machine Learning for Seismic Response Prediction OF Nonlinear Steel Moment Resisting Frame Structures
von: Bond, R. Bailey, et al.
Veröffentlicht: (2024)

Early wind turbine alarm prediction based on machine learning: AlarmForecasting
von: Shah, Syed Shazaib, et al.
Veröffentlicht: (2025)