Buchumschlag

Deterministic Global Optimization over trained Kolmogorov Arnold Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Karia, Tanuj, Lastrucci, Giacomo, Schweidtmann, Artur M.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pruning for efficient deterministic global optimization over trained ReLU neural networks
von: Lastrucci, Giacomo, et al.
Veröffentlicht: (2026)

Picard-KKT-hPINN: Enforcing Nonlinear Enthalpy Balances for Physically Consistent Neural Networks
von: Lastrucci, Giacomo, et al.
Veröffentlicht: (2025)

Optimizing the Optimizer for Physics-Informed Neural Networks and Kolmogorov-Arnold Networks
von: Kiyani, Elham, et al.
Veröffentlicht: (2025)

Input Convex Kolmogorov Arnold Networks
von: Deschatre, Thomas, et al.
Veröffentlicht: (2025)

Towards automatic generation of Piping and Instrumentation Diagrams (P&IDs) with Artificial Intelligence
von: Hirtreiter, Edwin, et al.
Veröffentlicht: (2022)

Obey validity limits of data-driven models
von: Schweidtmann, Artur M, et al.
Veröffentlicht: (2020)

Flowsheet synthesis through hierarchical reinforcement learning and graph neural networks
von: Stops, Laura, et al.
Veröffentlicht: (2022)

On the Convergence of (Stochastic) Gradient Descent for Kolmogorov--Arnold Networks
von: Gao, Yihang, et al.
Veröffentlicht: (2024)

Efficient Convexification of Kolmogorov-Arnold Networks with Polynomial Functional Forms Via a Continuous Graham Scan Approach
von: Li, Tianwei, et al.
Veröffentlicht: (2026)

ENFORCE: Nonlinear Constrained Learning with Adaptive-depth Neural Projection
von: Lastrucci, Giacomo, et al.
Veröffentlicht: (2025)

Data augmentation for machine learning of chemical process flowsheets
von: Balhorn, Lukas Schulze, et al.
Veröffentlicht: (2023)

Optimization with Trained Machine Learning Models Embedded
von: Schweidtmann, Artur M., et al.
Veröffentlicht: (2022)

Graph neural networks for the prediction of molecular structure-property relationships
von: Rittig, Jan G., et al.
Veröffentlicht: (2022)

Deterministic Global Optimization of the Acquisition Function in Bayesian Optimization: To Do or Not To Do?
von: Georgiou, Anastasia, et al.
Veröffentlicht: (2025)

Global Optimization of Gaussian processes
von: Schweidtmann, Artur M., et al.
Veröffentlicht: (2020)

Multi-agent systems for chemical engineering: A review and perspective
von: Rupprecht, Sophia, et al.
Veröffentlicht: (2025)

KANtrol: A Physics-Informed Kolmogorov-Arnold Network Framework for Solving Multi-Dimensional and Fractional Optimal Control Problems
von: Aghaei, Alireza Afzal
Veröffentlicht: (2024)

Deterministic Nonsmooth Nonconvex Optimization
von: Jordan, Michael I., et al.
Veröffentlicht: (2023)

Deterministic and Stochastic Accelerated Gradient Method for Convex Semi-Infinite Optimization
von: Yao, Yao, et al.
Veröffentlicht: (2023)

Predicting Invoice Dilution in Supply Chain Finance with Leakage Free Two Stage XGBoost, KAN (Kolmogorov Arnold Networks), and Ensemble Models
von: Koptev, Pavel, et al.
Veröffentlicht: (2026)

Decentralized Finite-Sum Optimization over Time-Varying Networks
von: Metelev, Dmitry, et al.
Veröffentlicht: (2024)

The Barzilai-Borwein Method for Distributed Optimization over Unbalanced Directed Networks
von: Hu, Jinhui, et al.
Veröffentlicht: (2023)

Towards sparse optimization over convex loops: Equivalence of Square Root Velocity distance and Wasserstein-Fisher-Rao
von: Cristinelli, Giacomo, et al.
Veröffentlicht: (2026)

Deterministic Trajectory Optimization through Probabilistic Optimal Control
von: Filabadi, Mohammad Mahmoudi, et al.
Veröffentlicht: (2024)

ADMM-Tracking Gradient for Distributed Optimization over Asynchronous and Unreliable Networks
von: Carnevale, Guido, et al.
Veröffentlicht: (2023)

Anderson Acceleration for Distributed Constrained Optimization over Time-varying Networks
von: Liu, Haijuan, et al.
Veröffentlicht: (2026)

Generic Frameworks for Distributed Functional Optimization and Learning over Time-Varying Networks
von: Yu, Zhan, et al.
Veröffentlicht: (2025)

Optimization over Trained Neural Networks: Going Large with Gradient-Based Algorithms
von: Tong, Jiatai, et al.
Veröffentlicht: (2025)

Online Feedback Optimization over Networks: A Distributed Model-free Approach
von: Wang, Wenbin, et al.
Veröffentlicht: (2024)

Delay Performance Analysis of Delay-Deterministic Wireless Networks with Infinite and Finite Blocklength Transmission
von: Ding, Hanxue, et al.
Veröffentlicht: (2024)

Optimizing train dispatching for the Union Pacific Railroad
von: Boccia, Maurizio, et al.
Veröffentlicht: (2025)

Obtaining Structural Network Controllability with Higher-Order Local Dynamics
von: Peruzzo, Marco, et al.
Veröffentlicht: (2025)

Distributed Nonlinear Model Predictive Control for District Heating Networks
von: Bettoni, Alessandro, et al.
Veröffentlicht: (2026)

Optimization over Trained Neural Networks: Difference-of-Convex Algorithm and Application to Data Center Scheduling
von: Liu, Xinwei, et al.
Veröffentlicht: (2025)

On Linear Convergence of Distributed Stochastic Bilevel Optimization over Undirected Networks via Gradient Aggregation
von: Tak, Ajay, et al.
Veröffentlicht: (2025)

Global Optimization via Quadratic Disjunctive Programming for Water Networks Design with Energy Recovery
von: Tristán, Carolina, et al.
Veröffentlicht: (2024)

Design of Transit Networks: Global Optimization of Continuous Approximation Models via Geometric Programming
von: Mao, Haoyang, et al.
Veröffentlicht: (2026)

Global and Robust Optimization for Non-Convex Quadratic Programs
von: Marousi, Asimina, et al.
Veröffentlicht: (2025)

Mirror Descent for Deterministic Optimal Control
von: Feng, Ye, et al.
Veröffentlicht: (2026)

Achieving Linear Speedup and Near-Optimal Complexity for Decentralized Optimization over Row-stochastic Networks
von: Liang, Liyuan, et al.
Veröffentlicht: (2025)