Evolutionary Two-Stage Hyperparameter Optimization Strategies for Physics-Informed Neural Networks

F. Buzaev; D. Efremenko; E. Bugaev; Andrei Ermakov; D. Derkach; Daria Pugacheva; F. Ratnikov

doi:10.48550/arXiv.2606.20442

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

10 сентября 2026 г.

Как возвратить смысл коммуникациям

Современные вызовы в сфере коммуникаций требуют для стратегического планирования и налаживания эффективного взаимодействия с партнерами и контрагентами для поиска новых и возвращения прежних смыслов. Программа дополнительного образования НИУ ВШЭ «Мастер стратегических коммуникаций» провела на дизайн-заводе «Флакон» встречу-дискуссию «Кризис больших нарративов: как найти новые смыслы в коммуникациях». Подробности — в материале IQ Media.

9 сентября 2026 г.

В НИУ ВШЭ разработали методику оценки результативности адвокатов в уголовном судопроизводстве

Наличие хорошего адвоката для защиты в уголовном деле во многом определяет, сохранит ли его доверитель свободу, здоровье и доброе имя. Исследователи НИУ ВШЭ предложили прогнозировать результативность адвоката по итогам его деятельности в прежних процессах. Разработанная ими методика учитывает тяжесть обвинений, сложность дел и наиболее вероятный исход с учетом данных судебной статистики.

9 сентября 2026 г.

Исследователи НИУ ВШЭ оценили вклад стран БРИКС в ведущие конференции по машинному обучению

Наукометрический центр НИУ ВШЭ проанализировал более 104 тысяч работ за 2020–2025 годы, которые были представлены на десяти конференциях высшего уровня A* по рейтингу ICORE 2026. Исследователи изучили вклад Бразилии, России, Индии, Китая и ЮАР: на эти страны пришлось около 40,8 тысячи публикаций — 39,2% от всего массива. Однако распределение крайне неравномерно, и единого исследовательского пространства БРИКС пока нет.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

Evolutionary Two-Stage Hyperparameter Optimization Strategies for Physics-Informed Neural Networks

Бузаев Ф. А., Ефременко Д. С., Бугаев Е. П., Andrei Ermakov, Деркач Д. А., Daria Pugacheva, Ратников Ф. Д.

Язык: английский

DOI

Ключевые слова: Physics-informed neural networks

В книге

AI & PDE: ICLR 2026 Workshop on AI and Partial Differential Equations

[б.и.], 2026.

Application of Physics-Informed Neural Networks for Solving the Inverse Advection-Diffusion Problem to Localize Pollution Sources

Ivan Chuprov, Деркач Д. А., Dmitry Efremenko и др., , in: Параллельные вычислительные технологии – XIX всероссийская конференция с международным участием, ПаВТ'2025. Короткие статьи и описания плакатов.: Издательский центр ЮУрГУ, 2025. P. 16–35.

Добавлено: 24 июня 2025 г.

Application of Physics-Informed Neural Networks for Solving the Inverse Advection-Diffusion Problem to Localize Pollution Sources

Деркач Д. А., Ефременко Д. С., Чупров И. А. и др., / Series Computer Science "arxiv.org". 2025. No. 2503.18849.

Добавлено: 25 марта 2025 г.

COMPLETE CHARACTERIZATION OF AXISYMMETRIC TURBULENT JET USING BACKGROUND ORIENTED SCHLIEREN AND PHYSICS-INFORMED NEURAL NETWORK

Ганичев А. А., Heat Transfer Research 2024 Vol. 56 No. 5 P. 17–35

Добавлено: 21 марта 2025 г.

Inferring Parameters and Reconstruction of Two-dimensional Turbulent Flows with Physics-informed Neural Networks

V. Parfenyev, M. Blumenau, I. Nikitin, JETP Letters 2024 Vol. 120 No. 8 P. 599–607

Obtaining system parameters and reconstructing the full flow state from limited velocity observations using conventional fluid dynamics solvers can be prohibitively expensive. Here we employ machine learning algorithms to overcome the challenge. As an example, we consider a moderately turbulent fluid flow, excited by a stationary force and described by a two-dimensional Navier–Stokes equation with ...

Добавлено: 4 ноября 2024 г.

Machine Learning. Special Issue of the ACML 2023

Бузаев Ф. А., Gao J., Чупров И. А. и др., Springer, 2023.

Добавлено: 20 января 2024 г.

Scaling transformation of the multimode nonlinear Schrödinger equation for physics-informed neural networks

Чупров И. А., Ефременко Д. С., Gao J. и др., / Series 2209 "[cs.NE]". 2022. No. 2209.14641.

Добавлено: 20 января 2024 г.