Graph-Instructed Neural Networks for parametric problems with varying boundary conditions
이 논문은 다양한 경계 조건을 가진 매개변수 편미분방정식 (PDE) 의 효율적이고 정확한 시뮬레이션을 위해, 기존 축소 차원 기법의 한계를 극복하고 복잡한 PDE 를 강력하게 표현할 수 있는 그래프 지시 신경망 (GINN) 프레임워크를 제안합니다.
💻 Category
cs.NA
246 편의 논문
On the Dual Drazin Inverse of Adjacency Matrices of Dual-number-Weighted Digraphs
이 논문은 복소수 이원수 (dual complex) 대수 위에 정의된 다양한 연결 이원수 가중 방향 그래프의 인접 행렬에 대해 이원수 드라진 역 (dual Drazin inverse) 을 연구하고, 이원수 반삼각 블록 행렬에 대한 명시적 공식을 유도하여 기존 연구의 가정을 완화하거나 미해결 문제를 해결하고 결과를 확장합니다.
Optimal Local Error Estimates for Finite Element Methods with Measure-Valued Sources
이 논문은 하위 차원 집합에 지지된 측도 값 소스를 갖는 타원형 문제의 유한 요소 해석에서 전역 수렴성은 저하되지만, 특이점과 격리된 부분 영역에서는 최적의 및 국소 오차 추정이 성립함을 증명합니다.
Discontinuous Galerkin approximation of a nonlinear multiphysics problem arising in ultrasound-enhanced drug delivery
본 논문은 초음파가 약물 확산 계수에 미치는 영향을 모델링하는 비선형 Westervelt 파동 방정식과 대류 - 확산 방정식으로 구성된 다물리계 문제에 대해 불연속 갤러킨 방법을 적용하여 수치해석적 분석을 수행하고 최적 수렴성을 입증했습니다.
Splitting methods for the Gross-Pitaevskii equation on the full space and vortex nucleation
이 논문은 무한대에서의 비영구 경계 조건을 갖는 시간 의존적 퍼텐셜을 포함한 그로스-피타옙스키 방정식에 대해 리-트로터 및 스트랑 분할법의 수렴성을 증명하고, 일반화된 질량 보존과 진지-란다우 에너지 보존 법칙의 근사적 보존을 보이며, 1 차원 다크 솔리톤에 대한 수치 검증과 2 차원 양자 소용돌이 생성 현상을 다룹니다.
Finite element approximations of the stochastic Benjamin-Bona-Mahony equation with multiplicative noise
이 논문은 가법적 노이즈가 아닌 곱셈적 노이즈에 의해 구동되는 확률적 벤자민-보나-마하니 방정식에 대한 완전 이산 유한 요소 근사의 수치 해석을 다루며, 해의 존재성과 안정성을 증명하고 두 가지 다른 노이즈 조건 하에서 수렴성을 분석하여 이론적 결과를 수치 실험으로 검증합니다.
Structure-preserving model reduction on manifolds of port-Hamiltonian systems
이 논문은 선형 및 비선형 포트-해밀토니안 시스템에 대해 기존 방법보다 낮은 상대적 오차를 보이는 구조 보존 모델 차수 축소 기법을 제안합니다.
The Inverse Problem for Single Trajectories of Rough Differential Equations
이 논문은 이산적으로 관측된 랜덤 거친 미분방정식을 위한 통계적 추론을 가능하게 하기 위해, 관측된 궤적과 일치하는 기하학적 -거친 경로를 구성하는 연속 역문제에 대한 엄밀한 정의와 수렴성 증명을 제시하고, 시그니처 표현을 기반으로 한 반복적 알고리즘을 통해 이를 해결하는 일반적 프레임워크를 개발합니다.
Some properties of the principal Dirichlet eigenfunction in Lipschitz domains, via probabilistic couplings
이 논문은 확률적 커플링과 Feynman-Kac 표현식을 활용하여 리프시츠 영역에서의 이산 및 연속 디리클레 고유함수의 정칙성 추정치를 증명하고, 이를 통해 이산 고유벡터가 연속 고유함수로 수렴하는 것을 규명합니다.
Mamba Neural Operator: Who Wins? Transformers vs. State-Space Models for PDEs
이 논문은 PDE(편미분방정식) 해법에서 기존 트랜스포머의 한계를 극복하고 장기 의존성과 연속 동역학을 더 효과적으로 포착하기 위해 구조화된 상태 공간 모델 (SSM) 과 신경 연산자를 통합한 'Mamba Neural Operator(MNO)'를 제안하며, 이를 통해 PDE 작업의 표현력과 정확도를 획기적으로 향상시켰음을 보여줍니다.
Stabilization-Free General Order Virtual Element Methods for Neumann Boundary Optimal Control Problems in Saddle Point Formulation
이 논문은 임의의 다항식 차수와 일반 다각형 메쉬에 적용 가능한 안정화 없는 가상 요소 방법을 뉴만 경계 최적 제어 문제의 안장점 형식으로 도입하고, 엄격한 사전 오차 추정과 다양한 수치 실험을 통해 그 유효성을 입증합니다.
Reactive Transport Modeling with Physics-Informed Machine Learning for Critical Minerals Applications
이 논문은 다공성 매체 내의 빠른 이분자 반응을 시뮬레이션하여 귀금속 추출 및 지질 과학 응용 분야를 지원하기 위해 물리 정보 신경망 (PINN) 기반의 반응성 수송 모델링 프레임워크를 제시합니다.
Tensor Train Completion from Fiberwise Observations Along a Single Mode
이 논문은 특정 모드 방향으로의 섬유 (fiber) 단위가 완전히 관측되거나 결측된 텐트 데이터에 대해, 확률적 가정이 아닌 결정론적 조건 하에서 표준 선형대수 연산만으로 텐서 트레인 분해를 수행하여 빠르고 효율적으로 텐서를 복원하는 새로운 방법을 제안합니다.
High-Order Meshfree Surface Integration, Including Singular Integrands
이 논문은 곡면의 삼각화나 특정 점 배열이 필요 없으며 특이점을 포함한 적분까지 고차 정확도로 처리할 수 있는 완전한 메쉬 없는 고차 곡면 적분 방법을 개발하고 검증합니다.
Parameter-related strong convergence rates of Euler-type methods for time-changed stochastic differential equations
이 논문은 시간 변경 확률 미분방정식에 대한 오일러-마루야마 방법과 잘라낸 오일러-마루야마 방법의 강수렴 속도를 분석하여, 랜덤 단계 크기를 사용하는 기존 연구와 달리 시간 변경 파라미터 에 따라 수렴 차수가 약 로 결정됨을 증명했습니다.
Numerical solution of elliptic distributed optimal control problems with boundary value tracking
이 논문은 제어변수가 우변에 작용하는 타원 편미분방정식의 경계값 추적 최적제어 문제를 상태 기반 변분 문제로 재구성하고, 텐서곱 유한요소법을 적용하여 최적 오차 추정식과 빠른 솔버를 유도하며 수치 실험을 통해 이를 검증합니다.
Discontinuous piecewise polynomial approximation on non-Lipschitz domains
이 논문은 프랙탈 경계를 가진 비리프시츠 영역과 메쉬에서 불연속 조각 다항식 근사의 최적 오차 추정치를 증명합니다.
StPINNs - Deep learning framework for approximation of stochastic differential equations
이 논문은 레비 노이즈에 의해 구동되는 확률 미분 방정식의 해를 인공 신경망을 통해 근사하기 위한 체계적인 수학적 프레임워크인 확률 물리 정보 신경망 (SPINNs) 을 제안합니다.
Sampling via Stochastic Interpolants by Langevin-based Velocity and Initialization Estimation in Flow ODEs
이 논문은 선형 확률 보간체에서 유도된 확률 흐름 ODE 를 기반으로 랑주빈 샘플러를 사용하여 중간 시간 단계의 분포에서 샘플을 생성하고 속도장을 추정함으로써, 비정규화 볼츠만 분포로부터의 효율적인 샘플링과 베이지안 추론을 가능하게 하는 새로운 방법을 제안하고 이론적 수렴 보장을 제공합니다.
Error Analysis of Bayesian Inverse Problems with Generative Priors
이 논문은 생성 모델을 사전 정보로 활용하는 베이지안 역문제에 대해 최소 워asser-2 생성 모델에 대한 정량적 오차 한계를 제시하고, 사후분포의 오차가 워asser-1 거리에 대해 사전 모델의 오차와 동일한 수렴 속도를 가진다는 것을 이론적으로 증명하며 수치 실험을 통해 검증합니다.