Buchumschlag

Complex fractal trainability boundary can arise from trivial non-convexity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Liu, Yizhou
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Dynamical Systems Chaotic Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The boundary of neural network trainability is fractal
von: Sohl-Dickstein, Jascha
Veröffentlicht: (2024)

Integrating Multimodal Data for Joint Generative Modeling of Complex Dynamics
von: Brenner, Manuel, et al.
Veröffentlicht: (2022)

Data-driven model order reduction for structures with piecewise linear nonlinearity using dynamic mode decomposition
von: Saito, Akira, et al.
Veröffentlicht: (2026)

FEG-Pro: Forecast-Error Growth Profiling for Finite-Horizon Instability Analysis of Nonlinear Time Series
von: Velichko, Andrei, et al.
Veröffentlicht: (2026)

Backpropagation on Dynamical Networks
von: Tan, Eugene, et al.
Veröffentlicht: (2022)

Deficiency of equation-finding approach to data-driven modeling of dynamical systems
von: Zhai, Zheng-Meng, et al.
Veröffentlicht: (2025)

Deep Learning of the Evolution Operator Enables Forecasting of Out-of-Training Dynamics in Chaotic Systems
von: Shokar, Ira J. S., et al.
Veröffentlicht: (2025)

Data-driven forced response analysis with min-max representations of nonlinear restoring forces
von: Saito, Akira, et al.
Veröffentlicht: (2026)

Dynamics-Informed Deep Learning for Predicting Extreme Events
von: Katsidoniotaki, Eirini, et al.
Veröffentlicht: (2026)

Machine-Precision Prediction of Low-Dimensional Chaotic Systems
von: Schötz, Christof, et al.
Veröffentlicht: (2025)

PINN-Obs: Physics-Informed Neural Network-Based Observer for Nonlinear Dynamical Systems
von: Farkane, Ayoub, et al.
Veröffentlicht: (2025)

Weighted Birkhoff Averages Accelerate Data-Driven Methods
von: Bou-Sakr-El-Tayar, Maria, et al.
Veröffentlicht: (2025)

CEBoosting: Online Sparse Identification of Dynamical Systems with Regime Switching by Causation Entropy Boosting
von: Chen, Chuanqi, et al.
Veröffentlicht: (2023)

Final state sensitivity and fractal basin boundaries from coupled Chialvo neurons
von: Lamb, Bennett, et al.
Veröffentlicht: (2025)

State Estimation Using Sparse DEIM and Recurrent Neural Networks
von: Farazmand, Mohammad
Veröffentlicht: (2024)

Invariant Measures in Time-Delay Coordinates for Unique Dynamical System Identification
von: Botvinick-Greenhouse, Jonah, et al.
Veröffentlicht: (2024)

Sparse identification of quasipotentials via a combined data-driven method
von: Lin, Bo, et al.
Veröffentlicht: (2024)

Out-of-Domain Generalization in Dynamical Systems Reconstruction
von: Göring, Niclas, et al.
Veröffentlicht: (2024)

Physics-Guided Actor-Critic Reinforcement Learning for Swimming in Turbulence
von: Koh, Christopher, et al.
Veröffentlicht: (2024)

Optimal Recurrent Network Topologies for Dynamical Systems Reconstruction
von: Hemmer, Christoph Jürgen, et al.
Veröffentlicht: (2024)

Developing cholera outbreak forecasting through qualitative dynamics: Insights into Malawi case study
von: Ghosh, Adrita, et al.
Veröffentlicht: (2025)

Horizon-Constrained Rashomon Sets for Chaotic Forecasting
von: Kale, Gauri, et al.
Veröffentlicht: (2026)

True Zero-Shot Inference of Dynamical Systems Preserving Long-Term Statistics
von: Hemmer, Christoph Jürgen, et al.
Veröffentlicht: (2025)

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

Learning Beyond Experience: Generalizing to Unseen State Space with Reservoir Computing
von: Norton, Declan A., et al.
Veröffentlicht: (2025)

Complex dynamics in two-dimensional coupling of quadratic maps
von: Radulescu, Anca, et al.
Veröffentlicht: (2023)

Hierarchy of extreme-event predictability in turbulence revealed by machine learning
von: Yang, Yuxuan, et al.
Veröffentlicht: (2026)

On the Dynamics of Complex Quadratic Families under Holomorphic and Non-Holomorphic Singular Perturbations
von: Shang, Haitao
Veröffentlicht: (2020)

Adaptive Diffusion Posterior Sampling for Data and Model Fusion of Complex Nonlinear Dynamical Systems
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2026)

Stability and Diversity in Collective Adaptation
von: Sato, Yuzuru, et al.
Veröffentlicht: (2004)

Noise-induced degeneration in online learning
von: Sato, Yuzuru, et al.
Veröffentlicht: (2020)

Versatile Reservoir Computing for Heterogeneous Complex Networks
von: Du, Yao, et al.
Veröffentlicht: (2025)

Controlling Dynamical Systems into Unseen Target States Using Machine Learning
von: Köglmayr, Daniel, et al.
Veröffentlicht: (2024)

Predicting Chaotic System Behavior using Machine Learning Techniques
von: Rao, Huaiyuan, et al.
Veröffentlicht: (2024)

Optimizing the Network Topology of a Linear Reservoir Computer
von: Tangerami, Sahand, et al.
Veröffentlicht: (2025)

Designing Chaotic Attractors: A Semi-supervised Approach
von: Kabayama, Tempei, et al.
Veröffentlicht: (2024)

Joint Parameter and Parameterization Inference with Uncertainty Quantification through Differentiable Programming
von: Qu, Yongquan, et al.
Veröffentlicht: (2024)

Conditioning on PDE Parameters to Generalise Deep Learning Emulation of Stochastic and Chaotic Dynamics
von: Shokar, Ira J. S., et al.
Veröffentlicht: (2025)

Attractor-merging Crises and Intermittency in Reservoir Computing
von: Kabayama, Tempei, et al.
Veröffentlicht: (2025)

DyMixOp: A Neural Operator Designed from a Complex Dynamics Perspective with Local-Global Mixing for Solving PDEs
von: Lai, Pengyu, et al.
Veröffentlicht: (2025)