Buchumschlag

Flowing Through Layers: A Continuous Dynamical Systems Perspective on Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Fein-Ashley, Jacob
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Dynamical Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neural Context Flows for Meta-Learning of Dynamical Systems
von: Nzoyem, Roussel Desmond, et al.
Veröffentlicht: (2024)

ParallelFlow: Parallelizing Linear Transformers via Flow Discretization
von: Cirone, Nicola Muca, et al.
Veröffentlicht: (2025)

Cross-Modal Diffusion for Biomechanical Dynamical Systems Through Local Manifold Alignment
von: Dey, Sharmita, et al.
Veröffentlicht: (2025)

A Dynamical Systems Perspective on the Analysis of Neural Networks
von: Chemnitz, Dennis, et al.
Veröffentlicht: (2025)

Absence of Closed-Form Descriptions for Gradient Flow in Two-Layer Narrow Networks
von: Park, Yeachan
Veröffentlicht: (2024)

Continuous-Time Homeostatic Dynamics for Reentrant Inference Models
von: Chae, Byung Gyu
Veröffentlicht: (2025)

Multistability of Self-Attention Dynamics in Transformers
von: Altafini, Claudio
Veröffentlicht: (2025)

Gradient Flow Equations for Deep Linear Neural Networks: A Survey from a Network Perspective
von: Wendin, Joel, et al.
Veröffentlicht: (2025)

Position: Why a Dynamical Systems Perspective is Needed to Advance Time Series Modeling
von: Durstewitz, Daniel, et al.
Veröffentlicht: (2026)

Fast and Flexible Probabilistic Forecasting of Dynamical Systems using Flow Matching and Physical Perturbation
von: Rout, Siddharth, et al.
Veröffentlicht: (2025)

A Training-Free Conditional Diffusion Model for Learning Stochastic Dynamical Systems
von: Liu, Yanfang, et al.
Veröffentlicht: (2024)

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)

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

A Novel Neural Filter to Improve Accuracy of Neural Network Models of Dynamic Systems
von: Oveissi, Parham, et al.
Veröffentlicht: (2024)

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

Zero-shot Imputation with Foundation Inference Models for Dynamical Systems
von: Seifner, Patrick, et al.
Veröffentlicht: (2024)

CGKN: A Deep Learning Framework for Modeling Complex Dynamical Systems and Efficient Data Assimilation
von: Chen, Chuanqi, et al.
Veröffentlicht: (2024)

Self-Supervised Evolution Operator Learning for High-Dimensional Dynamical Systems
von: Turri, Giacomo, et al.
Veröffentlicht: (2025)

Joint Learning of Linear Time-Invariant Dynamical Systems
von: Modi, Aditya, et al.
Veröffentlicht: (2021)

Deep Recurrent Stochastic Configuration Networks for Modelling Nonlinear Dynamic Systems
von: Dang, Gang, et al.
Veröffentlicht: (2024)

DySLIM: Dynamics Stable Learning by Invariant Measure for Chaotic Systems
von: Schiff, Yair, et al.
Veröffentlicht: (2024)

Neural Ordinary Differential Equations for Learning and Extrapolating System Dynamics Across Bifurcations
von: van Tegelen, Eva, et al.
Veröffentlicht: (2025)

ADAM-SINDy: An Efficient Optimization Framework for Parameterized Nonlinear Dynamical System Identification
von: Viknesh, Siva, et al.
Veröffentlicht: (2024)

Conformal Disentanglement: A Neural Framework for Perspective Synthesis and Differentiation
von: Kevrekidis, George A., et al.
Veröffentlicht: (2024)

Iterate to Accelerate: A Unified Framework for Iterative Reasoning and Feedback Convergence
von: Fein-Ashley, Jacob
Veröffentlicht: (2025)

Low-Cost Black-Box Detection of LLM Hallucinations via Dynamical System Prediction
von: Wilson, Dan, et al.
Veröffentlicht: (2026)

FlowKac: An Efficient Neural Fokker-Planck solver using Temporal Normalizing Flows and the Feynman-Kac Formula
von: Bekri, Naoufal El, et al.
Veröffentlicht: (2025)

A Physics-informed Machine Learning-based Control Method for Nonlinear Dynamic Systems with Highly Noisy Measurements
von: Ma, Mason, et al.
Veröffentlicht: (2023)

Flow map matching with stochastic interpolants: A mathematical framework for consistency models
von: Boffi, Nicholas M., et al.
Veröffentlicht: (2024)

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

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

MXMap: A Multivariate Cross Mapping Framework for Causal Discovery in Dynamical Systems
von: Zhang, Elise, et al.
Veröffentlicht: (2025)

Automating the Discovery of Partial Differential Equations in Dynamical Systems
von: Li, Weizhen, et al.
Veröffentlicht: (2024)

Traffic Flow Reconstruction from Limited Collected Data
von: Baloul, Nail, et al.
Veröffentlicht: (2026)

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

A Score Filter Enhanced Data Assimilation Framework for Data-Driven Dynamical Systems
von: Tang, Jingqiao, et al.
Veröffentlicht: (2026)

Linear Diffusion Networks
von: Fein-Ashley, Jacob
Veröffentlicht: (2025)

Reevaluating Meta-Learning Optimization Algorithms Through Contextual Self-Modulation
von: Nzoyem, Roussel Desmond, et al.
Veröffentlicht: (2024)

Generative Modeling through Koopman Spectral Analysis: An Operator-Theoretic Perspective
von: Xu, Yuanchao, et al.
Veröffentlicht: (2025)

The Mean-Field Dynamics of Transformers
von: Rigollet, Philippe
Veröffentlicht: (2025)