Buchumschlag

Identifying latent state transition in non-linear dynamical systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hızlı, Çağlar, Yıldız, Çağatay, Bethge, Matthias, John, ST, Marttinen, Pekka
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Object-level Self-Distillation for Vision Pretraining
von: Hızlı, Çağlar, et al.
Veröffentlicht: (2025)

Identifiable causal inference with noisy treatment and no side information
von: Pöllänen, Antti, et al.
Veröffentlicht: (2023)

Diffusion models as probabilistic neural operators for recovering unobserved states of dynamical systems
von: Haitsiukevich, Katsiaryna, et al.
Veröffentlicht: (2024)

Adaptation Odyssey in LLMs: Why Does Additional Pretraining Sometimes Fail to Improve?
von: Öncel, Fırat, et al.
Veröffentlicht: (2024)

Improving Medical Multi-modal Contrastive Learning with Expert Annotations
von: Kumar, Yogesh, et al.
Veröffentlicht: (2024)

Equivariance by Contrast: Identifiable Equivariant Embeddings from Unlabeled Finite Group Actions
von: Schmidt, Tobias, et al.
Veröffentlicht: (2025)

POEMS: Product of Experts for Interpretable Multi-omic Integration using Sparse Decoding
von: Balik, Mihriban Kocak, et al.
Veröffentlicht: (2025)

Infinite dSprites for Disentangled Continual Learning: Separating Memory Edits from Generalization
von: Dziadzio, Sebastian, et al.
Veröffentlicht: (2023)

In-Context Symbolic Regression: Leveraging Large Language Models for Function Discovery
von: Merler, Matteo, et al.
Veröffentlicht: (2024)

Efficient Knowledge Injection in LLMs via Self-Distillation
von: Kujanpää, Kalle, et al.
Veröffentlicht: (2024)

Kernel Language Entropy: Fine-grained Uncertainty Quantification for LLMs from Semantic Similarities
von: Nikitin, Alexander, et al.
Veröffentlicht: (2024)

A Reproduction Study: The Kernel PCA Interpretation of Self-Attention Fails Under Scrutiny
von: Sarıtaş, Karahan, et al.
Veröffentlicht: (2025)

Recursive Decomposition with Dependencies for Generic Divide-and-Conquer Reasoning
von: Hernández-Gutiérrez, Sergio, et al.
Veröffentlicht: (2025)

Query-Guided Self-Supervised Summarization of Nursing Notes
von: Gao, Ya, et al.
Veröffentlicht: (2024)

Self-attention-based non-linear basis transformations for compact latent space modelling of dynamic optical fibre transmission matrices
von: Zheng, Yijie, et al.
Veröffentlicht: (2024)

Memento No More: Coaching AI Agents to Master Multiple Tasks via Hints Internalization
von: Alakuijala, Minttu, et al.
Veröffentlicht: (2025)

Early warning indicators via latent stochastic dynamical systems
von: Feng, Lingyu, et al.
Veröffentlicht: (2023)

Challenges in interpretability of additive models
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Optimal Control of Probabilistic Dynamics Models via Mean Hamiltonian Minimization
von: Leeftink, David, et al.
Veröffentlicht: (2025)

Towards modeling evolving longitudinal health trajectories with a transformer-based deep learning model
von: Moen, Hans, et al.
Veröffentlicht: (2024)

RDumb: A simple approach that questions our progress in continual test-time adaptation
von: Press, Ori, et al.
Veröffentlicht: (2023)

New multimodal similarity measure for image registration via modeling local functional dependence with linear combination of learned basis functions
von: Honkamaa, Joel, et al.
Veröffentlicht: (2025)

Modeling Saliency Dataset Bias
von: Kümmerer, Matthias, et al.
Veröffentlicht: (2025)

Rethinking Temporal Consistency in Video Object-Centric Learning: From Prediction to Correspondence
von: Li, Zhiyuan, et al.
Veröffentlicht: (2026)

RocketStack: Level-aware Deep Recursive Ensemble Learning Architecture
von: Demirel, Çağatay
Veröffentlicht: (2025)

Machine learning assisted state prediction of misspecified linear dynamical system via modal reduction
von: Thorat, Rohan Vitthal, et al.
Veröffentlicht: (2026)

On the role of non-linear latent features in bipartite generative neural networks
von: Bonnaire, Tony, et al.
Veröffentlicht: (2025)

Pretraining Frequency Predicts Compositional Generalization of CLIP on Real-World Tasks
von: Wiedemer, Thaddäus, et al.
Veröffentlicht: (2025)

Visual cognition in multimodal large language models
von: Buschoff, Luca M. Schulze, et al.
Veröffentlicht: (2023)

Tracking control of latent dynamic systems with application to spacecraft attitude control
von: Zhang, Congxi, et al.
Veröffentlicht: (2024)

Non-separable Spatio-temporal Graph Kernels via SPDEs
von: Nikitin, Alexander, et al.
Veröffentlicht: (2021)

Mapping Post-Training Forgetting in Language Models at Scale
von: Harmon, Jackson, et al.
Veröffentlicht: (2025)

Identifying latent disease factors differently expressed in patient subgroups using group factor analysis
von: Ferreira, Fabio S., et al.
Veröffentlicht: (2024)

WikiBigEdit: Understanding the Limits of Lifelong Knowledge Editing in LLMs
von: Thede, Lukas, et al.
Veröffentlicht: (2025)

Provable Compositional Generalization for Object-Centric Learning
von: Wiedemer, Thaddäus, et al.
Veröffentlicht: (2023)

In-context learning to predict critical transitions in dynamical systems
von: Sevinchan, Yunus, et al.
Veröffentlicht: (2026)

Factorization Regret mediates compositional generalization in latent space
von: Schwarcz, John
Veröffentlicht: (2026)

Km-scale dynamical downscaling through conformalized latent diffusion models
von: Brusaferri, Alessandro, et al.
Veröffentlicht: (2025)

Self-supervised contrastive learning performs non-linear system identification
von: Laiz, Rodrigo González, et al.
Veröffentlicht: (2024)

Identifiability of a statistical model with two latent vectors: Importance of the dimensionality relation and application to graph embedding
von: Sasaki, Hiroaki
Veröffentlicht: (2024)