Buchumschlag

AK-SLRL: Adaptive Krylov Subspace Exploration Using Single-Life Reinforcement Learning for Sparse Linear System

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Keramati, Hadi, Hamdullahpur, Feridun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Multi-Fidelity Global Search Framework for Hotspot Prevention in 3D Thermal Design Space
von: Sadeghi, Morteza, et al.
Veröffentlicht: (2025)

A Reward-Directed Diffusion Framework for Generative Design Optimization
von: Keramati, Hadi, et al.
Veröffentlicht: (2025)

Accelerating Black-Box Molecular Property Optimization by Adaptively Learning Sparse Subspaces
von: Sorourifar, Farshud, et al.
Veröffentlicht: (2024)

Fast Stochastic Subspace Identification of Densely Instrumented Bridges Using Randomized SVD
von: Tomassini, Elisa, et al.
Veröffentlicht: (2024)

HypeR Adaptivity: Joint $hr$-Adaptive Meshing via Hypergraph Multi-Agent Deep Reinforcement Learning
von: Grillo, Niccolò, et al.
Veröffentlicht: (2025)

Sparse Diffusion Autoencoder for Test-time Adapting Prediction of Complex Systems
von: Cheng, Jingwen, et al.
Veröffentlicht: (2025)

Q-A3C2: Quantum Reinforcement Learning with Time-Series Dynamic Clustering for Adaptive ETF Stock Selection
von: Liu, Yen-Ku, et al.
Veröffentlicht: (2025)

Robust Matrix-Free Newton-Krylov Solvers via Automatic Differentiation
von: Pasquale, Marco, et al.
Veröffentlicht: (2026)

Towards Generative Design Using Optimal Transport for Shape Exploration and Solution Field Interpolation
von: Torregrosa, Sergio, et al.
Veröffentlicht: (2025)

Optimization of Pressure Management Strategies for Geological CO2 Sequestration Using Surrogate Model-based Reinforcement Learning
von: Chen, Jungang, et al.
Veröffentlicht: (2024)

Accelerated Portfolio Optimization and Option Pricing with Reinforcement Learning
von: Keramati, Hadi, et al.
Veröffentlicht: (2025)

Accelerating Sparse Linear Solvers with an Optical Laser Processing Unit
von: Gluck, Dan, et al.
Veröffentlicht: (2026)

Optimal Box Contraction for Solving Linear Systems via Simulated and Quantum Annealing
von: Suresh, Sanjay, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning Algorithms for Option Hedging
von: Neagu, Andrei, et al.
Veröffentlicht: (2025)

Online Prediction-Assisted Safe Reinforcement Learning for Electric Vehicle Charging Station Recommendation in Dynamically Coupled Transportation-Power Systems
von: Liao, Qionghua, et al.
Veröffentlicht: (2024)

Cell-JEPA: Latent Representation Learning for Single-Cell Transcriptomics
von: ElSheikh, Ali, et al.
Veröffentlicht: (2026)

Task Scheduling for Efficient Inference of Large Language Models on Single Moderate GPU Systems
von: Lin, Wenxiang, et al.
Veröffentlicht: (2024)

Energy-Adaptive Checkpoint-Free Intermittent Inference for Low Power Energy Harvesting Systems
von: Islam, Sahidul, et al.
Veröffentlicht: (2025)

Learning Adaptive Perturbation-Conditioned Contexts for Robust Transcriptional Response Prediction
von: Piao, Yinhua, et al.
Veröffentlicht: (2026)

Linear and Non-Linear Models for Master Scheduling of Dynamic Resources Product Mix
von: Mohammed, Ayman R., et al.
Veröffentlicht: (2024)

FinRL Contests: Benchmarking Data-driven Financial Reinforcement Learning Agents
von: Wang, Keyi, et al.
Veröffentlicht: (2025)

Diffusion-Augmented Reinforcement Learning for Robust Portfolio Optimization under Stress Scenarios
von: Choudhary, Himanshu, et al.
Veröffentlicht: (2025)

A comprehensive comparison of neural operators for 3D industry-scale engineering designs
von: Zhong, Weiheng, et al.
Veröffentlicht: (2025)

Synthesis of Service Life Prediction for Bridges in Texas
von: Gao, Lu, et al.
Veröffentlicht: (2025)

Quantum-Enhanced Reinforcement Learning with LSTM Forecasting Signals for Optimizing Fintech Trading Decisions
von: Liu, Yen-Ku, et al.
Veröffentlicht: (2025)

ThermoRL:Structure-Aware Reinforcement Learning for Protein Mutation Design to Enhance Thermostability
von: Wang, Xiangwen, et al.
Veröffentlicht: (2025)

TaxAI: A Dynamic Economic Simulator and Benchmark for Multi-Agent Reinforcement Learning
von: Mi, Qirui, et al.
Veröffentlicht: (2023)

Enhancing Smart Grids with Internet of Energy: Deep Reinforcement Learning and Convolutional Neural Network
von: Ruzbahani, Ali Mohammadi
Veröffentlicht: (2024)

Improving Deep Reinforcement Learning Agent Trading Performance in Forex using Auxiliary Task
von: Arabha, Sahar, et al.
Veröffentlicht: (2024)

Reinforcement Learning from Human Feedback for Lane Changing of Autonomous Vehicles in Mixed Traffic
von: Wang, Yuting, et al.
Veröffentlicht: (2024)

A Matrix-Free Galerkin Multigrid Solver and Failure-Mode Screen for Single-GPU 3D SIMP Linear Systems
von: Yang, Shaoliang, et al.
Veröffentlicht: (2026)

Spatially Distributed Wettability Characterization in Porous Media
von: Aljaberi, Faisal, et al.
Veröffentlicht: (2025)

Mining Intraday Risk Factor Collections via Hierarchical Reinforcement Learning based on Transferred Options
von: Xu, Wenyan, et al.
Veröffentlicht: (2025)

AlphaQuanter: An End-to-End Tool-Augmented Agentic Reinforcement Learning Framework for Stock Trading
von: Deng, Zheye, et al.
Veröffentlicht: (2025)

A comparative study of Bitcoin and Ripple cryptocurrencies trading using Deep Reinforcement Learning algorithms
von: Fangnon, Dieu-Donne, et al.
Veröffentlicht: (2025)

Discovering Flow Separation Control Strategies in 3D Wings via Deep Reinforcement Learning
von: Montalà, R., et al.
Veröffentlicht: (2025)

Resilience-based post disaster recovery optimization for infrastructure system via Deep Reinforcement Learning
von: Liang, Huangbin, et al.
Veröffentlicht: (2024)

Multiagent Reinforcement Learning Enhanced Decision-making of Crew Agents During Floor Construction Process
von: Yang, Bin, et al.
Veröffentlicht: (2024)

Hedging Beyond the Mean: A Distributional Reinforcement Learning Perspective for Hedging Portfolios with Structured Products
von: Sharma, Anil, et al.
Veröffentlicht: (2024)

Networked Markets, Fragmented Data: Adaptive Graph Learning for Customer Risk Analytics and Policy Design
von: Zheng, Lecheng, et al.
Veröffentlicht: (2025)