Buchumschlag

Learning Lagrangian Interaction Dynamics with Sampling-Based Model Order Reduction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Viswanath, Hrishikesh, Chang, Yue, Panas, Aleksey, Berner, Julius, Chen, Peter Yichen, Bera, Aniket
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

Operator Learning Using Weak Supervision from Walk-on-Spheres
von: Viswanath, Hrishikesh, et al.
Veröffentlicht: (2026)

Mollified Value Learning
von: Viswanath, Hrishikesh, et al.
Veröffentlicht: (2026)

HessianForge: Scalable LiDAR reconstruction with Physics-Informed Neural Representation and Smoothness Energy Constraints
von: Viswanath, Hrishikesh, et al.
Veröffentlicht: (2025)

FairPy: A Toolkit for Evaluation of Prediction Biases and their Mitigation in Large Language Models
von: Viswanath, Hrishikesh, et al.
Veröffentlicht: (2023)

Graph-based Decentralized Task Allocation for Multi-Robot Target Localization
von: Peng, Juntong, et al.
Veröffentlicht: (2023)

Underdamped Diffusion Bridges with Applications to Sampling
von: Blessing, Denis, et al.
Veröffentlicht: (2025)

Neural Operator: Is data all you need to model the world? An insight into the paradigm of data-driven scientific ML
von: Viswanath, Hrishikesh, et al.
Veröffentlicht: (2023)

COLLAGE: Collaborative Human-Agent Interaction Generation using Hierarchical Latent Diffusion and Language Models
von: Daiya, Divyanshu, et al.
Veröffentlicht: (2024)

Improved sampling via learned diffusions
von: Richter, Lorenz, et al.
Veröffentlicht: (2023)

Bridge Matching Sampler: Scalable Sampling via Generalized Fixed-Point Diffusion Matching
von: Blessing, Denis, et al.
Veröffentlicht: (2026)

Adaptive Planning with Generative Models under Uncertainty
von: Jutras-Dubé, Pascal, et al.
Veröffentlicht: (2024)

Dynamical Measure Transport and Neural PDE Solvers for Sampling
von: Sun, Jingtong, et al.
Veröffentlicht: (2024)

Optimizing Crowd-Aware Multi-Agent Path Finding through Local Communication with Graph Neural Networks
von: Pham, Phu, et al.
Veröffentlicht: (2023)

An optimal control perspective on diffusion-based generative modeling
von: Berner, Julius, et al.
Veröffentlicht: (2022)

Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems
von: Shah, Freya, et al.
Veröffentlicht: (2024)

Decoupled Diffusion Sampling for Inverse Problems on Function Spaces
von: Lin, Thomas Y. L., et al.
Veröffentlicht: (2026)

Self-Supervised Learning via Flow-Guided Neural Operator on Time-Series Data
von: Nguyen, Duy, et al.
Veröffentlicht: (2026)

Factorized Neural Implicit DMD for Parametric Dynamics
von: Chen, Siyuan, et al.
Veröffentlicht: (2026)

Dynamic Obstacle Avoidance through Uncertainty-Based Adaptive Planning with Diffusion
von: Punyamoorty, Vineet, et al.
Veröffentlicht: (2024)

Solving Poisson Equations using Neural Walk-on-Spheres
von: Nam, Hong Chul, et al.
Veröffentlicht: (2024)

VLAD-Grasp: Zero-shot Grasp Detection via Vision-Language Models
von: Kulshrestha, Manav, et al.
Veröffentlicht: (2025)

Sketch2Colab: Sketch-Conditioned Multi-Human Animation via Controllable Flow Distillation
von: Daiya, Divyanshu, et al.
Veröffentlicht: (2026)

Large Language Models for Mathematicians
von: Frieder, Simon, et al.
Veröffentlicht: (2023)

Towards accurate extreme event likelihoods from diffusion model climate emulators
von: Manshausen, Peter, et al.
Veröffentlicht: (2026)

Interactive and Hybrid Imitation Learning: Provably Beating Behavior Cloning
von: Li, Yichen, et al.
Veröffentlicht: (2024)

Agnostic Interactive Imitation Learning: New Theory and Practical Algorithms
von: Li, Yichen, et al.
Veröffentlicht: (2023)

Guided Diffusion Sampling on Function Spaces with Applications to PDEs
von: Yao, Jiachen, et al.
Veröffentlicht: (2025)

From discrete-time policies to continuous-time diffusion samplers: Asymptotic equivalences and faster training
von: Berner, Julius, et al.
Veröffentlicht: (2025)

Higher-Order Action Regularization in Deep Reinforcement Learning: From Continuous Control to Building Energy Management
von: Ahmed, Faizan, et al.
Veröffentlicht: (2026)

WorldParticle: Unified World Simulation of Lagrangian Particle Dynamics via Transformer
von: Wang, Caoliwen, et al.
Veröffentlicht: (2026)

Sequential Controlled Langevin Diffusions
von: Chen, Junhua, et al.
Veröffentlicht: (2024)

Learning Markov Decision Processes under Fully Bandit Feedback
von: Zhuo, Zhengjia, et al.
Veröffentlicht: (2026)

Zeroth-Order Non-Log-Concave Sampling with Variance Reduction and Applications to Inverse Problems
von: Sahin, M. Berk, et al.
Veröffentlicht: (2026)

SlepNet: Spectral Subgraph Representation Learning for Neural Dynamics
von: Viswanath, Siddharth, et al.
Veröffentlicht: (2025)

A Riemannian Framework for Learning Reduced-order Lagrangian Dynamics
von: Friedl, Katharina, et al.
Veröffentlicht: (2024)

Understanding Lookahead Dynamics Through Laplace Transform
von: Sanyal, Aniket, et al.
Veröffentlicht: (2025)

CORGI: GNNs with Convolutional Residual Global Interactions for Lagrangian Simulation
von: Ji, Ethan, et al.
Veröffentlicht: (2025)

BrainDyn: A Sheaf Neural ODE for Generative Brain Dynamics
von: Viswanath, Siddharth, et al.
Veröffentlicht: (2026)

Shielded Reinforcement Learning Under Dynamic Temporal Logic Constraints
von: Yüksel, Sadık Bera, et al.
Veröffentlicht: (2026)

Coarse Graining with Neural Operators for Simulating Chaotic Systems
von: Wang, Chuwei, et al.
Veröffentlicht: (2024)