Buchumschlag

Symbolic Regression on Sparse and Noisy Data with Gaussian Processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hsin, Junette, Agarwal, Shubhankar, Thorpe, Adam, Sentis, Luis, Fridovich-Keil, David
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decomposing Control Lyapunov Functions for Efficient Reinforcement Learning
von: Lopez, Antonio, et al.
Veröffentlicht: (2024)

Learning responsibility allocations for multi-agent interactions: A differentiable optimization approach with control barrier functions
von: Remy, Isaac, et al.
Veröffentlicht: (2024)

Neural Operators for Multi-Task Control and Adaptation
von: Sewell, David, et al.
Veröffentlicht: (2026)

A Recovery Guarantee for Sparse Neural Networks
von: Fridovich-Keil, Sara, et al.
Veröffentlicht: (2025)

Generalized Information Gathering Under Dynamics Uncertainty
von: Palafox, Fernando, et al.
Veröffentlicht: (2026)

Active Learning of Dynamics Using Prior Domain Knowledge in the Sampling Process
von: Miller, Kevin S., et al.
Veröffentlicht: (2024)

Meta-Learning Online Dynamics Model Adaptation in Off-Road Autonomous Driving
von: Levy, Jacob, et al.
Veröffentlicht: (2025)

Uniform Error Bounds for Gaussian Process Regression with Application to Safe Control
von: Lederer, Armin, et al.
Veröffentlicht: (2019)

Learning to Walk from Three Minutes of Real-World Data with Semi-structured Dynamics Models
von: Levy, Jacob, et al.
Veröffentlicht: (2024)

Controller Synthesis from Noisy-Input Noisy-Output Data
von: Li, Lidong, et al.
Veröffentlicht: (2024)

Asynchronous Distributed Gaussian Process Regression for Online Learning and Dynamical Systems: Complementary Document
von: Yang, Zewen, et al.
Veröffentlicht: (2024)

Linear-Quadratic Gaussian Games with Distributed Sparse Estimation
von: Qiu, Tianyu, et al.
Veröffentlicht: (2026)

Auto-Encoding Bayesian Inverse Games
von: Liu, Xinjie, et al.
Veröffentlicht: (2024)

Non-stationary and Sparsely-correlated Multi-output Gaussian Process with Spike-and-Slab Prior
von: Xinming, Wang, et al.
Veröffentlicht: (2024)

Active Inverse Learning in Stackelberg Trajectory Games
von: Ward, William, et al.
Veröffentlicht: (2023)

Decentralized Event-Triggered Online Learning for Safe Consensus of Multi-Agent Systems with Gaussian Process Regression
von: Dai, Xiaobing, et al.
Veröffentlicht: (2024)

Modeling Epidemic Spread: A Gaussian Process Regression Approach
von: She, Baike, et al.
Veröffentlicht: (2023)

Learning Dynamics from Input-Output Data with Hamiltonian Gaussian Processes
von: Ewering, Jan-Hendrik, et al.
Veröffentlicht: (2025)

DiscoverDCP: A Data-Driven Approach for Construction of Disciplined Convex Programs via Symbolic Regression
von: Myhre, Sveinung
Veröffentlicht: (2025)

Interpolation Conditions for Data Consistency and Prediction in Noisy Linear Systems
von: Vanelli, Martina, et al.
Veröffentlicht: (2025)

Data-Driven Prediction and Control of Hammerstein-Wiener Systems with Implicit Gaussian Processes
von: Yin, Mingzhou, et al.
Veröffentlicht: (2025)

Koopman-Equivariant Gaussian Processes
von: Bevanda, Petar, et al.
Veröffentlicht: (2025)

Direct Data Driven Control Using Noisy Measurements
von: Esmzad, Ramin, et al.
Veröffentlicht: (2025)

Polynomial Chaos Expanded Gaussian Process
von: Polke, Dominik, et al.
Veröffentlicht: (2024)

Machine Learning Detection of Lithium Plating in Lithium-ion Cells: A Gaussian Process Approach
von: Patnaik, Ayush, et al.
Veröffentlicht: (2025)

Noncooperative Virtual Queue Coordination via Uncertainty-Aware Correlated Equilibria
von: Im, Jaehan, et al.
Veröffentlicht: (2026)

Gaussian Processes with Noisy Regression Inputs for Dynamical Systems
von: Wolff, Tobias M., et al.
Veröffentlicht: (2024)

Zero-Shot Function Encoder-Based Differentiable Predictive Control
von: Iqbal, Hassan, et al.
Veröffentlicht: (2025)

Stability Enhanced Gaussian Process Variational Autoencoders
von: Richardson, Carl R., et al.
Veröffentlicht: (2026)

Recursive Gaussian Process State Space Model
von: Zheng, Tengjie, et al.
Veröffentlicht: (2024)

Asymptotics of Linear Regression with Linearly Dependent Data
von: Moniri, Behrad, et al.
Veröffentlicht: (2024)

A Framework for Finding Local Saddle Points in Two-Player Zero-Sum Black-Box Games
von: Agarwal, Shubhankar, et al.
Veröffentlicht: (2025)

Physics-informed Gaussian Processes as Linear Model Predictive Controller
von: Tebbe, Jörn, et al.
Veröffentlicht: (2024)

Sparse Attention-driven Quality Prediction for Production Process Optimization in Digital Twins
von: Yin, Yanlei, et al.
Veröffentlicht: (2024)

Finite-Sample-Based Reachability for Safe Control with Gaussian Process Dynamics
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)

Power Flow Approximations for Multiphase Distribution Networks using Gaussian Processes
von: Glover, Daniel, et al.
Veröffentlicht: (2025)

Data-driven Force Observer for Human-Robot Interaction with Series Elastic Actuators using Gaussian Processes
von: Tesfazgi, Samuel, et al.
Veröffentlicht: (2024)

First Contact: Data-driven Friction-Stir Process Control
von: Koch, James, et al.
Veröffentlicht: (2025)

Learning Passive Continuous-Time Dynamics with Multistep Port-Hamiltonian Gaussian Processes
von: Leung, Chi Ho, et al.
Veröffentlicht: (2025)

Streaming Generated Gaussian Process Experts for Online Learning and Control: Extended Version
von: Yang, Zewen, et al.
Veröffentlicht: (2025)