Buchumschlag

Data-driven Control of Agent-based Models: an Equation/Variable-free Machine Learning Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Patsatzis, Dimitrios G., Russo, Lucia, Kevrekidis, Ioannis G., Siettos, Constantinos
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Dynamical Systems Machine Learning Numerical Analysis 37-xx, 65Pxx, 93-XX, 68Txx
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning the Latent dynamics of Fluid flows from High-Fidelity Numerical Simulations using Parsimonious Diffusion Maps
von: Della Pia, Alessandro, et al.
Veröffentlicht: (2024)

A physics-informed neural network method for the approximation of slow invariant manifolds for the general class of stiff systems of ODEs
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2024)

Design of Fully Integrated 45 nm CMOS System-on-Chip Receiver for Readout of Transmon Qubit
von: Salmanogli, Ahmad, et al.
Veröffentlicht: (2024)

Invariant Manifolds of Discrete-time Dynamical Systems with Nonlinear Exosystems via Hybrid Physics-Informed Neural Networks
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2025)

Slow Invariant Manifolds of Singularly Perturbed Systems via Physics-Informed Machine Learning
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2023)

Equation-Free Coarse Control of Distributed Parameter Systems via Local Neural Operators
von: Fabiani, Gianluca, et al.
Veröffentlicht: (2025)

How Far Can We Trust Chaos? Extending the Horizon of Predictability
von: Angelidis, Alexandros K., et al.
Veröffentlicht: (2025)

Energy-preserving iteration schemes for Gauss collocation integrators
von: Maier, Stefan, et al.
Veröffentlicht: (2025)

Next Generation Equation-Free Multiscale Modelling of Crowd Dynamics via Machine Learning
von: Alvarez, Hector Vargas, et al.
Veröffentlicht: (2025)

Some Remarks on Commuting Probability
von: Kushkuley, Alexander
Veröffentlicht: (2025)

Operator splitting for coupled linear port-Hamiltonian systems
von: Lorenz, Jan, et al.
Veröffentlicht: (2024)

Nonlinear Discrete-Time Observers with Physics-Informed Neural Networks
von: Alvarez, Hector Vargas, et al.
Veröffentlicht: (2024)

GoRINNs: Godunov-Riemann Informed Neural Networks for Learning Hyperbolic Conservation Laws
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2024)

Self-Composing Neural Operators with Depth and Accuracy Scaling via Adaptive Train-and-Unroll Approach
von: He, Juncai, et al.
Veröffentlicht: (2025)

At the intersection of Numerical Analysis and Spectral Geometry
von: Nigam, Nilima
Veröffentlicht: (2025)

Optimal density compensation factors for the reconstruction of the Fourier transform of bandlimited functions
von: Kircheis, Melanie, et al.
Veröffentlicht: (2023)

Fast and direct inversion methods for the multivariate nonequispaced fast Fourier transform
von: Kircheis, Melanie, et al.
Veröffentlicht: (2023)

Data-driven dynamical coarse-graining for condensed matter systems
von: del Razo, Mauricio J., et al.
Veröffentlicht: (2023)

Direct inversion of the nonequispaced fast Fourier transform
von: Kircheis, Melanie, et al.
Veröffentlicht: (2018)

Koopman operator learning using invertible neural networks
von: Meng, Yuhuang, et al.
Veröffentlicht: (2023)

RANDSMAPs: Random-Feature/multi-Scale Neural Decoders with Mass Preservation
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2026)

Nonequispaced fast Fourier transforms for bandlimited functions
von: Kircheis, Melanie, et al.
Veröffentlicht: (2025)

RMFlow: Refined Mean Flow by a Noise-Injection Step for Multimodal Generation
von: Huang, Yuhao, et al.
Veröffentlicht: (2026)

Comparative Analysis of Lightweight Deep Learning Models for Memory-Constrained Devices
von: Shahriar, Tasnim
Veröffentlicht: (2025)

Exact Non-Identity Check and Gate-Teleportation-Based Indistinguishability Obfuscation are NP-hard for Low-T-Depth Quantum Circuits
von: Nevin, Joshua
Veröffentlicht: (2025)

From Benchmarks to Business Impact: Deploying IBM Generalist Agent in Enterprise Production
von: Shlomov, Segev, et al.
Veröffentlicht: (2025)

Data-driven modelling of brain activity using neural networks, Diffusion Maps, and the Koopman operator
von: Gallos, Ioannis K., et al.
Veröffentlicht: (2023)

Sliced-Wasserstein Estimation with Spherical Harmonics as Control Variates
von: Leluc, Rémi, et al.
Veröffentlicht: (2024)

RandONet: Shallow-Networks with Random Projections for learning linear and nonlinear operators
von: Fabiani, Gianluca, et al.
Veröffentlicht: (2024)

Collective steering in finite time: controllability on $\text{GL}^+(n,\mathbb{R})$
von: Abdelgalil, Mahmoud, et al.
Veröffentlicht: (2024)

Any four real numbers are on all fours with analogy
von: Lepage, Yves, et al.
Veröffentlicht: (2024)

An efficient solver for problems of scattering by bodies of revolution
von: Han, YoungAe
Veröffentlicht: (2003)

Enabling Local Neural Operators to perform Equation-Free System-Level Analysis
von: Fabiani, Gianluca, et al.
Veröffentlicht: (2025)

Reinforced Inverse Scattering
von: Jiang, Hanyang, et al.
Veröffentlicht: (2022)

Data-driven ODE modeling of the high-frequency complex dynamics via a low-frequency dynamics model
von: Tsutsumi, Natsuki, et al.
Veröffentlicht: (2024)

Simple Prompt Injection Attacks Can Leak Personal Data Observed by LLM Agents During Task Execution
von: Alizadeh, Meysam, et al.
Veröffentlicht: (2025)

SemanticVocoder: Bridging Audio Generation and Audio Understanding via Semantic Latents
von: Xie, Zeyu, et al.
Veröffentlicht: (2026)

When Audio Generators Become Good Listeners: Generative Features for Understanding Tasks
von: Xie, Zeyu, et al.
Veröffentlicht: (2025)

On a time-resolved interpretation of the Husimi function
von: Sabbagh, Ralph, et al.
Veröffentlicht: (2025)

Quantum block encoding for semiseparable matrices
von: Antonioli, Giacomo, et al.
Veröffentlicht: (2026)