Korea Advanced Institute of Science and Technology（韩国科学技术院）

Identifiability and Stability of Generative Drifting in the Companion-Elliptic Kernel Family

生成漂移的可识别性与稳定性：伴随椭圆核族

HakGeun Lee, Hyonho Chun

机构 * Department of Mathematical Sciences, Korea Advanced Institute of Science and Technology (KAIST)（数学科学系，韩国科学技术院（KAIST）） 纠错

AI总结 本文研究了生成漂移框架下漂移场的可识别性和稳定性，引入伴随椭圆核族以解决标准高斯分数场论证失效的问题，并证明该族包含拉普拉斯核和具有平滑参数ν≥1/2的高斯和马特恩核，从而建立任意Borel概率测度下的场可识别性及稳定性条件。

Comments 40 pages, 0 figures

Physics-Informed Laplace Neural Operator for Solving Partial Differential Equations

基于物理的拉普拉斯神经算子用于求解偏微分方程

Heechang Kim, Qianying Cao, Hyomin Shin, Seungchul Lee, George Em Karniadakis, Minseok Choi

机构 * Department of Mathematics, Pohang University of Science and Technology (POSTECH)（POSTECH数学系） ； Division of Applied Mathematics, Brown University（布朗大学应用数学系） ； Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院机械工程系） 纠错

AI总结 PILNO通过整合物理约束提升神经算子在求解偏微分方程时的准确性和鲁棒性，尤其在小数据和分布外场景下表现更优。

Comments 46 pages, 22 figures, 9 tables