Buchumschlag

Learning latent representations in high-dimensional state spaces using polynomial manifold constructions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Geelen, Rudy, Balzano, Laura, Willcox, Karen
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning physics-based reduced-order models from data using nonlinear manifolds
von: Geelen, Rudy, et al.
Veröffentlicht: (2023)

Fast Quadratic Manifold Learning For Nonlinear Dimensionality Reduction in Large-scale Systems using Riemannian Optimization
von: Paxton, Gavin, et al.
Veröffentlicht: (2026)

Efficient data-driven regression for reduced-order modeling of spatial pattern formation
von: Alla, Alessandro, et al.
Veröffentlicht: (2025)

A Dynamic Subspace Approach for Low-rank Approximation of Large-scale Nonlinear Systems
von: DeChant, Jack, et al.
Veröffentlicht: (2026)

Nonlinear manifold approximation using compositional polynomial networks
von: Bensalah, Antoine, et al.
Veröffentlicht: (2025)

Nested Operator Inference for Adaptive Data-Driven Learning of Reduced-order Models
von: Aretz, Nicole, et al.
Veröffentlicht: (2025)

Real-time aerodynamic load estimation for hypersonics via strain-based inverse maps
von: Pham, Julie, et al.
Veröffentlicht: (2024)

Recursive construction of biorthogonal polynomials for handling polynomial regression
von: Rebollo-Neira, Laura, et al.
Veröffentlicht: (2024)

Adaptive planning for risk-aware predictive digital twins
von: Tezzele, Marco, et al.
Veröffentlicht: (2024)

Multifidelity Proper Orthogonal Decomposition
von: Aretz, Nicole, et al.
Veröffentlicht: (2026)

Deterministic constructions of high-dimensional sets with small dispersion
von: Ullrich, Mario, et al.
Veröffentlicht: (2019)

Variable Transformations in combination with Wavelets and ANOVA for high-dimensional approximation
von: Potts, Daniel, et al.
Veröffentlicht: (2022)

Theory of two-level Schwarz preconditioners with piecewise-polynomial coarse spaces for the high-frequency Helmholtz equation
von: Graham, Ivan G., et al.
Veröffentlicht: (2025)

Geometric flow regularization in latent spaces for smooth dynamics with the efficient variations of curvature
von: Gracyk, Andrew
Veröffentlicht: (2025)

Kernel manifolds: nonlinear-augmentation dimensionality reduction using reproducing kernel Hilbert spaces
von: Diaz, Alejandro N., et al.
Veröffentlicht: (2025)

Bayesian learning with Gaussian processes for low-dimensional representations of time-dependent nonlinear systems
von: McQuarrie, Shane A., et al.
Veröffentlicht: (2024)

Optimal Experimental Design of a Moving Sensor for Linear Bayesian Inverse Problems
von: Aretz, Nicole, et al.
Veröffentlicht: (2025)

A note on unshifted lattice rules for high-dimensional integration in weighted unanchored Sobolev spaces
von: Goda, Takashi
Veröffentlicht: (2025)

Basis construction for polynomial spline spaces over arbitrary T-meshes
von: Zhong, Shicong, et al.
Veröffentlicht: (2025)

A space-time adaptive low-rank method for high-dimensional parabolic partial differential equations
von: Bachmayr, Markus, et al.
Veröffentlicht: (2023)

Sequential decoder training for improved latent space dynamics identification
von: Anderson, William, et al.
Veröffentlicht: (2025)

Algorithm for constructing optimal explicit finite-difference formulas in the Hilbert space
von: Shadimetov, Kh. M., et al.
Veröffentlicht: (2025)

mLaSDI: Multi-stage latent space dynamics identification
von: Anderson, William, et al.
Veröffentlicht: (2025)

Sparse grids vs. random points for high-dimensional polynomial approximation
von: Eggl, Jakob, et al.
Veröffentlicht: (2025)

Local Taylor-based polynomial quasi-Trefftz spaces for scalar linear equations
von: Imbert-Gerard, Lise-Marie
Veröffentlicht: (2025)

Truncated Matrix Completion - An Empirical Study
von: Naik, Rishhabh, et al.
Veröffentlicht: (2025)

An optimal preconditioner for high-order scheme arising from multi-dimensional Riesz space fractional diffusion equations with variable coefficients
von: Huang, Yuan-Yuan, et al.
Veröffentlicht: (2025)

Data-driven dimensionally decomposed generalized polynomial chaos expansion for forward uncertainty quantification
von: Choi, Hojun, et al.
Veröffentlicht: (2025)

Convergence of high-index saddle dynamics for degenerate saddle points on critical manifolds
von: Luo, Tao, et al.
Veröffentlicht: (2026)

Point collocation with mollified piecewise polynomial approximants for high-order partial differential equations
von: Alfarisy, Dewangga, et al.
Veröffentlicht: (2024)

On low-dimensional approximation of function spaces of interior regularity
von: Aziz, S., et al.
Veröffentlicht: (2025)

Domain decomposition for data-driven reduced modeling of large-scale systems
von: Farcas, Ionut-Gabriel, et al.
Veröffentlicht: (2023)

Efficient Nehari manifold optimization algorithms for computing ground state solutions of nonlinear elliptic systems
von: Chen, Zhaoxing, et al.
Veröffentlicht: (2026)

Shape reconstruction of a conductivity inclusion using the Faber polynomials
von: Choi, Doosung, et al.
Veröffentlicht: (2019)

Infinite-dimensional integration and $L^2$-approximation on Hermite spaces
von: Gnewuch, Michael, et al.
Veröffentlicht: (2023)

Learning smooth functions in high dimensions: from sparse polynomials to deep neural networks
von: Adcock, Ben, et al.
Veröffentlicht: (2024)

Multilevel Picard scheme for solving high-dimensional drift control problems with state constraints
von: Zhong, Yuan
Veröffentlicht: (2025)

Tensor neural networks for high-dimensional Fokker-Planck equations
von: Wang, Taorui, et al.
Veröffentlicht: (2024)

Deep neural network approximation theory for high-dimensional functions
von: Beneventano, Pierfrancesco, et al.
Veröffentlicht: (2021)

Neural active manifolds: nonlinear dimensionality reduction for uncertainty quantification
von: Zanoni, Andrea, et al.
Veröffentlicht: (2024)