Buchumschlag

Data-driven cold starting of good reservoirs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Grigoryeva, Lyudmila, Hamzi, Boumediene, Kemeth, Felix P., Kevrekidis, Yannis, Manjunath, G, Ortega, Juan-Pablo, Steynberg, Matthys J.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Dynamical Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Gaussian Processes simplify differential equations
von: Lee, Jonghyeon, et al.
Veröffentlicht: (2024)

Forecasting causal dynamics with universal reservoirs
von: Grigoryeva, Lyudmila, et al.
Veröffentlicht: (2024)

Dictionary learning for Kernel EDMD
von: Bolager, Erik Lien, et al.
Veröffentlicht: (2026)

Simplicity bias, algorithmic probability, and the random logistic map
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2023)

Kernel-Based LMI Approaches to Solving the Hamilton-Jacobi-Bellman Equation and Nonlinear Optimal Control
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2026)

A Dynamics-Informed Gaussian Process Framework for 2D Stochastic Navier-Stokes via Quasi-Gaussianity
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2025)

Retrodicting Chaotic Systems: An Algorithmic Information Theory Approach
von: Dingle, Kamal, et al.
Veröffentlicht: (2025)

Kernel Methods for Stochastic Dynamical Systems with Application to Koopman Eigenfunctions: Feynman-Kac Representations and RKHS Approximation
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2026)

Kernel Methods for Some Transport Equations with Application to Learning Kernels for the Approximation of Koopman Eigenfunctions: A Unified Approach via Variational Methods, Green's Functions and the Method of Characteristics
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2026)

Kernel Sum of Squares for Data Adapted Kernel Learning of Dynamical Systems from Data: A global optimization approach
von: Lengyel, Daniel, et al.
Veröffentlicht: (2024)

Adaptive Kernel Selection for Kernelized Diffusion Maps
von: Aboussaad, Othmane, et al.
Veröffentlicht: (2026)

Exploring simplicity bias in 1D dynamical systems
von: Dingle, Kamaludin, et al.
Veröffentlicht: (2024)

Data-efficient Kernel Methods for Learning Hamiltonian Systems
von: Jalalian, Yasamin, et al.
Veröffentlicht: (2025)

Learning dynamical systems from data: A simple cross-validation perspective, part III: Irregularly-Sampled Time Series
von: Lee, Jonghyeon, et al.
Veröffentlicht: (2021)

Time Series Correlations and Kolmogorov Complexity: A Hausdorff Dimension Perspective
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2026)

Conformal Disentanglement: A Neural Framework for Perspective Synthesis and Differentiation
von: Kevrekidis, George A., et al.
Veröffentlicht: (2024)

Data-Specific Hyper-Parameter Design: A Paradigm Shift in Reservoir Computing
von: Manjunath, G, et al.
Veröffentlicht: (2026)

Kernel Methods for the Approximation of the Eigenfunctions of the Koopman Operator
von: Lee, Jonghyeon, et al.
Veröffentlicht: (2024)

A simulation that recapitulates the dynamics of PER-directed colloidal assembly
von: Chou, Cheng-Hung, et al.
Veröffentlicht: (2025)

Kernel Methods for the Construction of Certified Lyapunov Functions via Approximate Koopman Eigenfunctions
von: Giesl, P., et al.
Veröffentlicht: (2026)

Learning the climate of dynamical systems with state-space systems
von: Louw, James Murray, et al.
Veröffentlicht: (2025)

Machine Learning for the identification of phase-transitions in interacting agent-based systems: a Desai-Zwanzig example
von: Evangelou, Nikolaos, et al.
Veröffentlicht: (2023)

Infinite-dimensional next-generation reservoir computing
von: Grigoryeva, Lyudmila, et al.
Veröffentlicht: (2024)

Reduced models in chemical kinetics via nonlinear data-mining
von: Chiavazzo, Eliodoro, et al.
Veröffentlicht: (2013)

Data-driven reconstruction of chaotic dynamical equations: the Hénon-Heiles type system
von: Escobar-Ruiz, A. M., et al.
Veröffentlicht: (2023)

Local Universal Splitting Integrators for Contact Hamiltonian Systems
von: Kevrekidis, George A
Veröffentlicht: (2026)

Machine Learning of Nonlinear Waves: Data-Driven Methods for Computer-Assisted Discovery of Equations, Symmetries, Conservation Laws, and Integrability
von: Adriazola, Jimmie, et al.
Veröffentlicht: (2025)

Measuring chaos in the Lorenz and Rössler models: Fidelity tests for reservoir computing
von: Scully, James, et al.
Veröffentlicht: (2021)

Data-driven Control of Agent-based Models: an Equation/Variable-free Machine Learning Approach
von: Patsatzis, Dimitrios G., et al.
Veröffentlicht: (2022)

Polynomial Chaos Expansions on Principal Geodesic Grassmannian Submanifolds for Surrogate Modeling and Uncertainty Quantification
von: Giovanis, Dimitris G., et al.
Veröffentlicht: (2024)

$α$-SGHN: A Robust Model for Learning Particle Interactions in Lattice Systems
von: Gao, Yixian, et al.
Veröffentlicht: (2024)

On the algebra of Koopman eigenfunctions and on some of their infinities
von: Monfared, Zahra, et al.
Veröffentlicht: (2026)

Data-driven Pressure Recovery in Diffusers
von: Salazar, Juan Augusto Paredes, et al.
Veröffentlicht: (2025)

Data-driven Discovery of Invariant Measures
von: Bramburger, Jason J., et al.
Veröffentlicht: (2023)

A Structure-Preserving Kernel Method for Learning Hamiltonian Systems
von: Hu, Jianyu, et al.
Veröffentlicht: (2024)

Replicator-mutator dynamics for public goods games with institutional incentives
von: Balabanova, Nataliya A., et al.
Veröffentlicht: (2025)

On the attractor in a high-dimensional neural network dynamics of reservoir computing: Lyapunov analysis viewpoint
von: Kobayashi, Miki U., et al.
Veröffentlicht: (2025)

Data-driven network analysis using local delay embeddings
von: Klus, Stefan, et al.
Veröffentlicht: (2024)

Data-driven stabilization of an oscillating flow with LTI controllers
von: Jussiau, W., et al.
Veröffentlicht: (2024)

Strict irreducibility of Markov chains and ergodicity of skew products
von: Lummerzheim, Pablo, et al.
Veröffentlicht: (2022)