莱昂纳多·泽佩达·努涅斯
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [j14] Borong Zhang(张伯荣) , 莱昂纳多·泽佩达·努涅斯 , 秦丽 :
利用等变神经网络求解宽带逆散射问题。 J.计算。 申请。 数学。 451 : 116050 ( 2024 ) 【c5】 亚尔·希夫 , 中一丸 , 杰弗里·帕克 , 斯蒂芬·霍耶 , 沃洛德米尔·库列舍夫 , 菲莎 , 莱昂纳多·泽佩达·努涅斯 :
DySLIM:混沌系统的不变量测度动态稳定学习。 ICML公司 2024 [i17] 亚尔·希夫 , 中一丸 , 杰弗里·帕克 , 斯蒂芬·霍耶 , 沃洛德米尔·库列舍夫 , 菲莎 , 莱昂纳多·泽佩达·努涅斯 :
DySLIM:混沌系统的不变量测度动态稳定学习。 CoRR公司 abs/2402.04467 ( 2024 ) [i16] Benedikt Barthel Sorensen公司 , 莱昂纳多·泽佩达·努涅斯 , 伊格纳西奥·洛佩兹·戈麦斯 , 中一丸 , 罗伯·卡弗 , 菲莎 , Themistoklis P.Sapsis公司 :
一个概率框架,用于从短期训练数据中学习对长期气候模拟的非侵入性修正。 CoRR公司 abs/2408.02688 ( 2024 ) 【i15】 张伯龙(Borong Zhang) , 马丁·格拉 , 秦丽 , 莱昂纳多·泽佩达·努涅斯 :
反投影扩散:用扩散模型求解宽带逆散射问题。 CoRR公司 abs/2408.02866 ( 2024 ) 2023 [j13] 彭一凡 , 林林 , 乐兴英 , 莱昂纳多·泽佩达·努涅斯 :
点云的高效长距离卷积。 J.计算。 物理学。 473 : 111692 ( 2023 ) [公元12年] 史晨 , 丁志燕 , 秦丽 , 莱昂纳多·泽佩达·努涅斯 :
逆散射问题的高频极限:从逆Helmholtz到逆Liouville的渐近收敛。 SIAM J.成像科学。 16 ( 1 ) : 111-143 ( 2023 ) [公元11年] 吉迪恩·德累斯顿 , 德米特里·科奇科夫 , 彼得·克里斯蒂安·诺加德 , 莱昂纳多·泽佩达·努涅斯 , 杰米·史密斯 , 迈克尔·布伦纳 , 斯蒂芬·霍耶 :
学习修正模拟湍流的光谱方法。 事务处理。 机器。 学习。 物件。 2023 ( 2023 ) 【c4】 中一丸 , 莱昂纳多·泽佩达·努涅斯 , 阿努迪扬博拉尔 , 飞沙 :
平滑进化,一致匹配:学习平流主导系统的平滑潜在动力学。 ICLR公司 2023 【c3】 马克·安东·芬奇 , 阿努德扬硼砂 , 安德鲁·戈登·威尔逊 , 菲莎 , 莱昂纳多·泽佩达·努涅斯 :
物理动力系统扩散模型中用户定义的事件采样和不确定性量化。 ICML公司 2023 : 10136-10152 【c2】 阿努迪扬博拉尔 , 中一丸 , 莱昂纳多·泽佩达·努涅斯 , 詹姆斯·洛特斯 , 王庆(音) , 陈一凡 , 约翰·安德森 , 菲莎 :
神经理想大涡模拟:用神经随机微分方程模拟湍流。 NeurIPS公司 2023 【c1】 中益丸 , 里卡多·巴普蒂斯塔 , 阿努迪扬博拉尔 , 陈一凡 , 约翰·安德森 , 菲莎 , 莱昂纳多·泽佩达·努涅斯 :
借方粗糙,样本有条件:通过最优运输和概率扩散模型进行统计降尺度。 NeurIPS公司 2023 [第14条] 中一丸 , 莱昂纳多·泽佩达·努涅斯 , 阿努迪扬博拉尔 , 菲莎 :
平滑进化,一致匹配:学习平流主导系统的平滑潜在动力学。 CoRR公司 abs/2301.10391 ( 2023 ) [i13] 中一丸 , 里卡多·巴普蒂斯塔 , 陈一凡 , 约翰·安德森 , 阿努迪扬博拉尔 , 菲莎 , 莱昂纳多·泽佩达·努涅斯 :
Debias Coarsely,样本条件:通过最优传输和概率扩散模型的统计降尺度。 CoRR公司 abs/2305.15618 ( 2023 ) [i12] 阿努迪扬博拉尔 , 中一丸 , 莱昂纳多·泽佩达·努涅斯 , 詹姆斯·洛特斯 , 王庆(音) , 陈一凡 , 安德森 , 菲莎 :
神经理想大涡模拟:用神经随机微分方程模拟湍流。 CoRR公司 abs/2306.01174 ( 2023 ) [i11] 马克·芬奇 , 阿努迪扬博拉尔 , 安德鲁·戈登·威尔逊 , 菲莎 , 莱昂纳多·泽佩达·努涅斯 :
物理动力系统扩散模型中用户定义的事件采样和不确定性量化。 CoRR公司 abs/2306.07526 ( 2023 ) 2022 [公元10年] 黎彦修 , 劳伦特·德马内特 , 莱昂纳多·泽佩达·努涅斯 :
宽带蝶形网络:通过多频神经网络进行稳定高效的反演。 多尺度模型。 模拟。 20 ( 4 ) : 1191-1227 ( 2022 ) [公元9年] Tan Bui-Thanh公司 , 秦丽 , 莱昂纳多·泽佩达·努涅斯 :
通过数据补全桥接和改进理论和计算电阻抗层析成像。 SIAM J.科学。 计算。 44 ( 三 ) : 668- ( 2022 ) [i10] 史晨 , 丁志燕 , 秦丽 , 莱昂纳多·泽佩达·努涅斯 :
逆散射问题的高频极限:从逆Helmholtz到逆Liouville的渐近收敛。 CoRR公司 abs/2201.03494 ( 2022 ) [第九章] 吉迪恩·德累斯顿 , 德米特里·科奇科夫 , 彼得·诺加德 , 莱昂纳多·泽佩达·努涅斯 , 杰米·史密斯 , 迈克尔·布伦纳 , 斯蒂芬·霍耶 :
学习修正模拟湍流的光谱方法。 CoRR公司 abs/2207.00556 ( 2022 ) [i8] 张伯龙(Borong Zhang) , 莱昂纳多·泽佩达·努涅斯 , 秦丽 :
利用等变神经网络求解宽带逆散射问题。 CoRR公司 腹肌/2212.06068 ( 2022 ) 2021 [j8] 莱昂纳多·泽佩达·努涅斯 , 陈一晓 , 张杰福 , 贾伟乐 , 张林峰 , 林林 :
深度密度:通过保持对称的神经网络绕过Kohn-Sham方程。 J.计算。 物理学。 443 : 110523 ( 2021 ) [i7] Tan Bui-Thanh公司 , 秦丽 , 莱昂纳多·泽佩达·努涅斯 :
通过数据补全桥接和改进理论和计算电阻抗层析成像。 CoRR公司 abs/2105.00554 ( 2021 ) [i6] 黎彦修 , 劳伦特·德马内特 , 莱昂纳多·泽佩达·努涅斯 :
用于解决超分辨率体制中基于波的逆问题的准确且稳健的深度学习框架。 CoRR公司 abs/2106.01143 ( 2021 ) 2020 [j7] 马提亚斯·陶斯 , 莱昂纳多·泽佩达·努涅斯 , 罗素·J·休特 , 劳伦特·德马内特 :
L扫描:高频亥姆霍兹方程的可扩展并行预处理程序。 J.计算。 物理学。 420 : 109706 ( 2020 ) [i5] 张杰福 , 莱昂纳多·泽佩达·努涅斯 , 袁瑶 , 林林 :
学习映射$\mathbf{x}\mapsto\sum_{i=1}^dx_i^2$:大海捞针的代价。 CoRR公司 abs/2002.10561 ( 2020 ) [i4] 彭一凡 , 林林 , 乐兴英 , 莱昂纳多·泽佩达·努涅斯 :
点云的有效长范围卷积。 CoRR公司 abs/2010.05295 ( 2020 ) [i3] 黎彦修 , 劳伦特·德马内特 , 莱昂纳多·泽佩达·努涅斯 :
宽带蝶形网络:通过多频率神经网络进行稳定高效的反演。 CoRR公司 abs/2011.12413 ( 2020 )
2010 – 2019
2019 [j6] 范玉伟 , 林林 , 乐兴英 , 莱昂纳多·泽佩达·努涅斯 :
基于层次矩阵的多尺度神经网络。 多尺度模型。 模拟。 17 ( 4 ) : 1189-1213 ( 2019 ) [j5] 林林 , 莱昂纳多·泽佩达·努涅斯 :
基于投影的嵌入理论求解Kohn-Sham密度泛函理论。 多尺度模型。 模拟。 17 ( 4 ) : 1274-1300 ( 2019 ) [i2] 马提亚斯·陶斯 , 莱昂纳多·泽佩达·努涅斯 , 罗素·J·休特 , 劳伦特·德马内特 :
L扫描:高频亥姆霍兹方程的可扩展并行预处理程序。 CoRR公司 abs/1909.01467 ( 2019 ) [i1] 莱昂纳多·泽佩达·努涅斯 , 陈一晓 , 张杰福 , 贾伟乐 , 张林峰 , 林林 :
深度密度:通过保持对称的神经网络绕过Kohn-Sham方程。 CoRR公司 abs/1912.00775 ( 2019 ) 2018 【j4】 Jun Fang先生 , 钱建良 , 莱昂纳多·泽佩达·努涅斯 , 赵洪凯 :
一种求解光滑非均匀介质中高频亥姆霍兹方程的混合方法。 J.计算。 物理学。 371 : 261-279 ( 2018 ) [j3] 莱昂纳多·泽佩达·努涅斯 , 劳伦特·德马内特 :
二维亥姆霍兹方程的带极化轨迹的嵌套区域分解。 SIAM J.科学。 计算。 40 ( 三 ) ( 2018 ) 2016 [注2] 莱昂纳多·泽佩达·努涅斯 , 劳伦特·德马内特 :
二维亥姆霍兹方程的极化轨迹方法。 J.计算。 物理学。 308 : 347-388 ( 2016 ) [j1] 莱昂纳多·泽佩达·努涅斯 , 赵宏凯 :
二维高频Lippmann-Schwinger方程的快速交替双向预处理。 SIAM J.科学。 计算。 38 ( 5 ) ( 2016 )