Buchumschlag

Learning Latent Space Dynamics with Model-Form Uncertainties: A Stochastic Reduced-Order Modeling Approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yong, Jin Yi, Geelen, Rudy, Guilleminot, Johann
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

A Dynamic Subspace Approach for Low-rank Approximation of Large-scale Nonlinear Systems
von: DeChant, Jack, et al.
Veröffentlicht: (2026)

Disentangled Latent Spaces for Reduced Order Models using Deterministic Autoencoders
von: Schwarz, Henning, et al.
Veröffentlicht: (2025)

On Geometry Regularization in Autoencoder Reduced-Order Models with Latent Neural ODE Dynamics
von: Osipov, Mikhail
Veröffentlicht: (2026)

A Comprehensive Review of Latent Space Dynamics Identification Algorithms for Intrusive and Non-Intrusive Reduced-Order-Modeling
von: Bonneville, Christophe, et al.
Veröffentlicht: (2024)

Reduced Order Modeling of Energetic Materials Using Physics-Aware Recurrent Convolutional Neural Networks in a Latent Space (LatentPARC)
von: Gray, Zoë J., et al.
Veröffentlicht: (2025)

Navigating the Latent Space Dynamics of Neural Models
von: Fumero, Marco, et al.
Veröffentlicht: (2025)

Biased Dreams: Limitations to Epistemic Uncertainty Quantification in Latent Space Models
von: Berger, Julia, et al.
Veröffentlicht: (2026)

Total Uncertainty Quantification in Inverse PDE Solutions Obtained with Reduced-Order Deep Learning Surrogate Models
von: Wang, Yuanzhe, et al.
Veröffentlicht: (2024)

Automated Manifold Learning for Reduced Order Modeling
von: Nasim, Imran, et al.
Veröffentlicht: (2025)

Generative Network-Based Reduced-Order Model for Prediction, Data Assimilation and Uncertainty Quantification
von: Silva, Vinicius L. S., et al.
Veröffentlicht: (2021)

Reducing Diffusion Model Memorization with Higher Order Langevin Dynamics
von: Sterling, Benjamin, et al.
Veröffentlicht: (2026)

Latent Particle World Models: Self-supervised Object-centric Stochastic Dynamics Modeling
von: Daniel, Tal, et al.
Veröffentlicht: (2026)

A Deep Latent Space Model for Graph Representation Learning
von: Yang, Hanxuan, et al.
Veröffentlicht: (2021)

Latent Matters: Learning Deep State-Space Models
von: Klushyn, Alexej, et al.
Veröffentlicht: (2026)

Stochastic and Non-local Closure Modeling for Nonlinear Dynamical Systems via Latent Score-based Generative Models
von: Dong, Xinghao, et al.
Veröffentlicht: (2025)

Stochastic Modeling of Anisotropic Strength Surfaces from Atomistic Simulations
von: Bonacci, Alexander, et al.
Veröffentlicht: (2026)

Cost-effective Reduced-Order Modeling via Bayesian Active Learning
von: Rahmati, Amir Hossein, et al.
Veröffentlicht: (2025)

EIDOS: Latent-Space Predictive Learning for Time Series Foundation Models
von: Zhou, Xinxing, et al.
Veröffentlicht: (2026)

Generative Modeling of Neural Dynamics via Latent Stochastic Differential Equations
von: ElGazzar, Ahmed, et al.
Veröffentlicht: (2024)

Agent0: Leveraging LLM Agents to Discover Multi-value Features from Text for Enhanced Recommendations
von: Škrlj, Blaž, et al.
Veröffentlicht: (2025)

Towards Unified and Lossless Latent Space for 3D Molecular Latent Diffusion Modeling
von: Luo, Yanchen, et al.
Veröffentlicht: (2025)

Synergizing Transport-Based Generative Models and Latent Geometry for Stochastic Closure Modeling
von: Dong, Xinghao, et al.
Veröffentlicht: (2026)

Quantum Generative Models for Computational Fluid Dynamics: A First Exploration of Latent Space Learning in Lattice Boltzmann Simulations
von: Hsain, Achraf, et al.
Veröffentlicht: (2025)

Generative Adversarial Reduced Order Modelling
von: Coscia, Dario, et al.
Veröffentlicht: (2023)

KROM: Kernelized Reduced Order Modeling
von: Bacho, Aras, et al.
Veröffentlicht: (2026)

Learning Abstract World Models with a Group-Structured Latent Space
von: Delliaux, Thomas, et al.
Veröffentlicht: (2025)

UP-dROM : Uncertainty-Aware and Parametrised dynamic Reduced-Order Model, application to unsteady flows
von: Zighed, Ismaël, et al.
Veröffentlicht: (2025)

Trajectory-Optimized Time Reparameterization for Learning-Compatible Reduced-Order Modeling of Stiff Dynamical Systems
von: Standridge, Joe, et al.
Veröffentlicht: (2026)

Higher-Order LaSDI: Reduced Order Modeling with Multiple Time Derivatives
von: Stephany, Robert, et al.
Veröffentlicht: (2025)

Application of Reduced-Order Models for Temporal Multiscale Representations in the Prediction of Dynamical Systems
von: Ghazal, Elias Al, et al.
Veröffentlicht: (2025)

Structured Optimal Variational Inference for Dynamic Latent Space Models
von: Zhao, Peng, et al.
Veröffentlicht: (2022)

Hierarchical Stochastic Differential Equation Models for Latent Manifold Learning in Neural Time Series
von: Rajaei, Pedram, et al.
Veröffentlicht: (2025)

LURE: Latent Space Unblocking for Multi-Concept Reawakening in Diffusion Models
von: Sun, Mengyu, et al.
Veröffentlicht: (2026)

Dynamic Large Concept Models: Latent Reasoning in an Adaptive Semantic Space
von: Qu, Xingwei, et al.
Veröffentlicht: (2025)

Scale-MIA: A Scalable Model Inversion Attack against Secure Federated Learning via Latent Space Reconstruction
von: Shi, Shanghao, et al.
Veröffentlicht: (2023)

Reducing Hallucinations in Vision-Language Models via Latent Space Steering
von: Liu, Sheng, et al.
Veröffentlicht: (2024)

Exchangeable Sequence Models Quantify Uncertainty Over Latent Concepts
von: Ye, Naimeng, et al.
Veröffentlicht: (2024)

Learning Hybrid Dynamics Models With Simulator-Informed Latent States
von: Ensinger, Katharina, et al.
Veröffentlicht: (2023)

EEGDM: Learning EEG Representation with Latent Diffusion Model
von: Wang, Shaocong, et al.
Veröffentlicht: (2025)

RL-Obfuscation: Can Language Models Learn to Evade Latent-Space Monitors?
von: Gupta, Rohan, et al.
Veröffentlicht: (2025)