徐汇孟
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [公元9年] 邹宗仁 , 徐汇孟 , 乔治·埃姆·卡尼亚达基斯 :
修正物理信息神经网络(PINNs)中的模型错误。 J.计算。 物理学。 505 : 112918 ( 2024 ) [j8] 邹宗仁 , 徐汇孟 , 阿波斯托洛斯·普萨罗斯 , 乔治·卡尼亚达基斯 :
NeuralUQ:神经微分方程和算子中不确定性量化的综合库。 SIAM版本。 66 ( 1 ) : 161-190 ( 2024 ) 2023 [j7] 阿波斯托洛斯·普萨罗斯 , 徐汇孟 , 邹宗仁 , 凌国 , 乔治·埃姆·卡尼亚达基斯 :
科学机器学习中的不确定性量化:方法、度量和比较。 J.计算。 物理学。 477 : 111902 ( 2023 ) 【i15】 毛志平 , 徐汇孟 :
基于残差/梯度的自适应采样方法的物理信息神经网络,用于求解具有尖锐解的偏微分方程。 CoRR公司 abs/2302.08035 ( 2023 ) [第14条] 徐汇孟 :
在使用规范化流之前,神经函数中的变分推理:应用于微分方程和算子学习问题。 CoRR公司 abs/2302.10448 ( 2023 ) [i13] 陆明磊 , 阿里·穆罕默德 , 孟朝旭 , 徐汇孟 , 李刚(音译) , 甄莉 :
用于学习动态载荷下互穿相复合材料瞬态响应的深度神经算子。 CoRR公司 abs/2303.18055 ( 2023 ) [i12] Kamaljyoti纳特 , 徐汇孟 , 丹尼尔·J·史密斯 , 乔治·埃姆·卡尼亚达基斯 :
用于预测柴油机气体流动动力学和未知参数的基于物理的神经网络。 CoRR公司 abs/2304.13799 ( 2023 ) [i11] 邹宗仁 , 徐汇孟 , 乔治·埃姆·卡尼亚达基斯 :
修正物理信息神经网络(PINNs)中的模型错误。 CoRR公司 abs/2310.10776 ( 2023 ) [i10] 邹宗仁 , 徐汇孟 , 乔治·埃姆·卡尼亚达基斯 :
基于物理信息的神经网络和神经算子中噪声输入输出的不确定性量化。 CoRR公司 abs/2311.11262 ( 2023 ) 2022 [j6] 徐汇孟 , 刘洋 , 毛志平 , 何塞·德尔·阿吉拉·费兰迪斯 , 乔治·埃姆·卡尼亚达基斯 :
从数据和物理中学习函数的先验和后验。 J.计算。 物理学。 457 : 111073 ( 2022 ) [第九章] 阿波斯托洛斯·普萨罗斯 , 徐汇孟 , 邹宗仁 , 凌国 , 乔治·埃姆·卡尼亚达基斯 :
科学机器学习中的不确定性量化:方法、度量和比较。 CoRR公司 abs/2201.07766 ( 2022 ) [i8] 凯文·林卡 , 艾米莉·施费尔 , 徐汇孟 , 邹宗仁 , 乔治·埃姆·卡尼亚达基斯 , 埃伦·库尔 :
用于实际非线性动力系统的贝叶斯物理信息神经网络。 CoRR公司 abs/2205.08304 ( 2022 ) [i7] 邹宗仁 , 徐汇孟 , 阿波斯托洛斯·普萨罗斯 , 乔治·埃姆·卡尼亚达基斯 :
NeuralUQ:神经微分方程和算子中不确定性量化的综合库。 CoRR公司 abs/2208.11866 ( 2022 ) 2021 [j5] 刘洋 , 徐汇孟 , 乔治·埃姆·卡尼亚达基斯 :
B-PINNs:贝叶斯物理信息神经网络,用于带噪声数据的正向和反向PDE问题。 J.计算。 物理学。 425 : 109913 ( 2021 ) 【j4】 徐汇孟 , 赫萨姆·巴贝 , 乔治·埃姆·卡尼亚达基斯 :
多精度贝叶斯神经网络:算法和应用。 J.计算。 物理学。 438 : 110361 ( 2021 ) [j3] 秦楼 , 徐汇孟 , 乔治·埃姆·卡尼亚达基斯 :
通过Boltzmann-BGK公式求解正向和反向流动问题的基于物理的神经网络。 J.计算。 物理学。 447 : 110676 ( 2021 ) [注2] 陆璐 , 徐汇孟 , 毛志平 , 乔治·埃姆·卡尼亚达基斯 :
DeepXDE:求解微分方程的深度学习库。 SIAM版本。 63 ( 1 ) : 208-228 ( 2021 ) [i6] 徐汇孟 , 刘洋 , 毛志平 , 何塞·德尔·阿吉拉·费兰迪斯 , 乔治·埃姆·卡尼亚达基斯 :
从数据和物理中学习函数的前验和后验。 CoRR公司 abs/2106.05863 ( 2021 ) [i5] Jeremy Yu(杰里米·余) , 陆璐 , 徐汇孟 , 乔治·埃姆·卡尼亚达基斯 :
用于正向和反向PDE问题的梯度增强物理信息神经网络。 CoRR公司 abs/2111.02801 ( 2021 ) 2020 [j1] 徐汇孟 , 乔治·埃姆·卡尼亚达基斯 :
从多保真度数据学习的复合神经网络:应用于函数逼近和PDE逆问题。 J.计算。 物理学。 401 ( 2020 ) 【c1】 陆璐 , 徐汇孟 , 毛志平 , 乔治·埃姆·卡尼亚达基斯 :
DeepXDE:求解微分方程的深度学习库。 AAAI春季研讨会:MLPS 2020 [i4] 刘洋 , 徐汇孟 , 乔治·埃姆·卡尼亚达基斯 :
B-PINNs:贝叶斯物理信息神经网络,用于含噪声数据的正向和反向PDE问题。 CoRR公司 abs/2003.06097 ( 2020 ) [i3] 徐汇孟 , 赫萨姆·巴贝 , 乔治·埃姆·卡尼亚达基斯 :
多精度贝叶斯神经网络:算法和应用。 CoRR公司 abs/2012.13294 ( 2020 )
2010 – 2019
2019 [i2] 陆璐 , 徐汇孟 , 毛志平 , 乔治·卡尼亚达基斯 :
DeepXDE:用于解微分方程的深度学习库。 CoRR公司 abs/1907.04502 ( 2019 ) [i1] 徐汇孟 , 甄莉 , 张东坤 , 乔治·埃姆·卡尼亚达基斯 :
PPINN:时间相关PDE的准实物理信息神经网络。 CoRR公司 abs/1909.10145 ( 2019 )