Buchumschlag

Q-learning with temporal memory to navigate turbulence

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rando, Marco, James, Martin, Verri, Alessandro, Rosasco, Lorenzo, Seminara, Agnese
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Biological Physics Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Clock-state olfactory search in turbulent flows using Q-learning: The geometry of plume recovery
von: Rando, Marco, et al.
Veröffentlicht: (2026)

Smart strategies to navigate turbulent odor plumes reorienting to local wind
von: Piro, Lorenzo, et al.
Veröffentlicht: (2026)

Effect of swimming mode on shielding of odor traces in turbulence
von: James, Martin, et al.
Veröffentlicht: (2025)

Learning to crawl: Benefits and limits of centralized vs distributed control
von: Gagliardi, Luca, et al.
Veröffentlicht: (2025)

Noise enhances odor source localization
von: Marcolli, Francesco, et al.
Veröffentlicht: (2026)

Optimal navigation of magnetic artificial microswimmers in blood capillaries with deep reinforcement learning
von: Amoudruz, Lucas, et al.
Veröffentlicht: (2024)

Zero-information limit of a collective olfactory search model
von: Boccardo, Francesco, et al.
Veröffentlicht: (2026)

A New Formulation for Zeroth-Order Optimization of Adversarial EXEmples in Malware Detection
von: Rando, Marco, et al.
Veröffentlicht: (2024)

Stochastic Zeroth order Descent with Structured Directions
von: Rando, Marco, et al.
Veröffentlicht: (2022)

Adaptive shape control for microswimmer navigation in turbulence
von: Qiu, Jingran, et al.
Veröffentlicht: (2026)

Learning functions, operators and dynamical systems with kernels
von: Rosasco, Lorenzo
Veröffentlicht: (2025)

adabmDCA 2.0 -- a flexible but easy-to-use package for Direct Coupling Analysis
von: Rosset, Lorenzo, et al.
Veröffentlicht: (2025)

Learning optimal integration of spatial and temporal information in noisy chemotaxis
von: Alonso, Albert, et al.
Veröffentlicht: (2023)

Protein generation with embedding learning for motif diversification
von: Michalewicz, Kevin, et al.
Veröffentlicht: (2025)

Run-and-tumble chemotaxis using reinforcement learning
von: Pramanik, Ramesh, et al.
Veröffentlicht: (2025)

A Structured Tour of Optimization with Finite Differences
von: Rando, Marco, et al.
Veröffentlicht: (2025)

Circuit design in biology and machine learning. I. Random networks and dimensional reduction
von: Frank, Steven A.
Veröffentlicht: (2024)

Completion of partial structures using Patterson maps with the CrysFormer machine learning model
von: Pan, Tom, et al.
Veröffentlicht: (2025)

An insertable glucose sensor using a compact and cost-effective phosphorescence lifetime imager and machine learning
von: Goncharov, Artem, et al.
Veröffentlicht: (2024)

Deep learning-enhanced dual-mode multiplexed optical sensor for point-of-care diagnostics of cardiovascular diseases
von: Han, Gyeo-Re, et al.
Veröffentlicht: (2025)

Loop-Diffusion: an equivariant diffusion model for designing and scoring protein loops
von: Borisiak, Kevin, et al.
Veröffentlicht: (2024)

Multicell-Fold: geometric learning in folding multicellular life
von: Yang, Haiqian, et al.
Veröffentlicht: (2024)

Data-driven Discovery of Biophysical T Cell Receptor Co-specificity Rules
von: Pyo, Andrew G. T., et al.
Veröffentlicht: (2024)

Digital staining in optical microscopy using deep learning -- a review
von: Kreiss, Lucas, et al.
Veröffentlicht: (2023)

P2DFlow: A Protein Ensemble Generative Model with SE(3) Flow Matching
von: Jin, Yaowei, et al.
Veröffentlicht: (2024)

Flow Matching for Optimal Reaction Coordinates of Biomolecular System
von: Zhang, Mingyuan, et al.
Veröffentlicht: (2024)

Unraveling the Mechanism of Drug Binding to SARS-CoV-2 RNA Pseudoknot with Thermodynamics-Driven Machine Learning
von: Ivonina, Mariia, et al.
Veröffentlicht: (2026)

BoltzNCE: Learning Likelihoods for Boltzmann Generation with Stochastic Interpolants and Noise Contrastive Estimation
von: Aggarwal, Rishal, et al.
Veröffentlicht: (2025)

One scale to rule them all: interpretable multi-scale Deep Learning for predicting cell survival after proton and carbon ion irradiation
von: Bordieri, Giulio, et al.
Veröffentlicht: (2026)

SynLlama: Generating Synthesizable Molecules and Their Analogs with Large Language Models
von: Sun, Kunyang, et al.
Veröffentlicht: (2025)

Protein Language Model Embeddings Improve Generalization of Implicit Transfer Operators
von: Antoniadis, Panagiotis, et al.
Veröffentlicht: (2026)

Inferring Optical Tissue Properties from Photoplethysmography using Hybrid Amortized Inference
von: Behrmann, Jens, et al.
Veröffentlicht: (2025)

Machine learning approaches for interpretable antibody property prediction using structural data
von: Michalewicz, Kevin, et al.
Veröffentlicht: (2025)

On the design space between molecular mechanics and machine learning force fields
von: Wang, Yuanqing, et al.
Veröffentlicht: (2024)

Label-free SERS Discrimination of Proline from Hydroxylated Proline at Single-molecule Level Assisted by a Deep Learning Model
von: Zhao, Yingqi, et al.
Veröffentlicht: (2024)

A Note on Spectral Map
von: Gökdemir, Tuğçe, et al.
Veröffentlicht: (2024)

BioScore: A Foundational Scoring Function For Diverse Biomolecular Complexes
von: Zhu, Yuchen, et al.
Veröffentlicht: (2025)

Physics-Informed Machine Learning for Microscale Drying of Plant-Based Foods: A Systematic Review of Computational Models and Experimental Insights
von: Batuwatta-Gamage, C. P., et al.
Veröffentlicht: (2025)

Searching for Quantum Effects in the Brain: A Bell-Type Test for Nonclassical Latent Representations in Autoencoders
von: Kominis, I. K., et al.
Veröffentlicht: (2026)

Large Scale Training of Graph Neural Networks for Optimal Markov-Chain Partitioning Using the Kemeny Constant
von: Martino, Sam Alexander, et al.
Veröffentlicht: (2023)