:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	O'Hagan, Jack, Keane, Andrew, Flynn, Andrew
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Dynamical Systems Artificial Intelligence Machine Learning
Online-Zugang:	https://arxiv.org/abs/2505.04792
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring the origins of switching dynamics in a multifunctional reservoir computer
von: Flynn, Andrew, et al.
Veröffentlicht: (2024)

On the dimension of pullback attractors in recurrent neural networks
von: Fadera, Muhammed
Veröffentlicht: (2025)

AI-Powered Bayesian Inference
von: O'Hagan, Sean, et al.
Veröffentlicht: (2025)

A Minimal Bifurcation Model of Load Imbalance in a Softmax Mixture-of-Experts Router
von: Kiselev, O. M.
Veröffentlicht: (2026)

Decomposing heterogeneous dynamical systems with graph neural networks
von: Allier, Cédric, et al.
Veröffentlicht: (2024)

Improved deep learning of chaotic dynamical systems with multistep penalty losses
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2024)

Sparse identification of nonlinear dynamics and Koopman operators with Shallow Recurrent Decoder Networks
von: Gao, Mars Liyao, et al.
Veröffentlicht: (2025)

Adaptive Uncertainty Quantification for Generative AI
von: Kim, Jungeum, et al.
Veröffentlicht: (2024)

Fractional neural attention for efficient multiscale sequence processing
von: Qu, Cheng Kevin, et al.
Veröffentlicht: (2025)

On the Limitations of Fractal Dimension as a Measure of Generalization
von: Tan, Charlie B., et al.
Veröffentlicht: (2024)

Dynamical Systems Theory Behind a Hierarchical Reasoning Model
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2026)

Generative Lagrangian data assimilation for ocean dynamics under extreme sparsity
von: Asefi, Niloofar, et al.
Veröffentlicht: (2025)

Large-Step Training Dynamics of a Two-Factor Linear Transformer Model
von: Balasubramanian, Krishnakumar
Veröffentlicht: (2026)

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

True Zero-Shot Inference of Dynamical Systems Preserving Long-Term Statistics
von: Hemmer, Christoph Jürgen, et al.
Veröffentlicht: (2025)

Horizon-Constrained Rashomon Sets for Chaotic Forecasting
von: Kale, Gauri, et al.
Veröffentlicht: (2026)

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

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

Storage and selection of multiple chaotic attractors in minimal reservoir computers
von: Martinuzzi, Francesco, et al.
Veröffentlicht: (2026)

A-PINN: Auxiliary Physics-informed Neural Networks for Structural Vibration Analysis in Continuous Euler-Bernoulli Beam
von: Saini, Shivani, et al.
Veröffentlicht: (2025)

Detecting Invariant Manifolds in ReLU-Based RNNs
von: Eisenmann, Lukas, et al.
Veröffentlicht: (2025)

Manifold Trajectories in Next-Token Prediction: From Replicator Dynamics to Softmax Equilibrium
von: Lee-Jenkins, Christopher R.
Veröffentlicht: (2025)

Language models as master equation solvers
von: Liu, Chuanbo, et al.
Veröffentlicht: (2023)

Identifying Equivalent Training Dynamics
von: Redman, William T., et al.
Veröffentlicht: (2023)

A Mathematical Conflict Framework for Contextual Data Modulation
von: Kartal, Hakan Emre
Veröffentlicht: (2026)

Inverse Depth Scaling From Most Layers Being Similar
von: Liu, Yizhou, et al.
Veröffentlicht: (2026)

A Hybrid Approach of Transfer Learning and Physics-Informed Modeling: Improving Dissolved Oxygen Concentration Prediction in an Industrial Wastewater Treatment Plant
von: Koksal, Ece S., et al.
Veröffentlicht: (2024)

The Recurrent Sticky Hierarchical Dirichlet Process Hidden Markov Model
von: Słupiński, Mikołaj, et al.
Veröffentlicht: (2024)

Bayesian Inference in Recurrent Explicit Duration Switching Linear Dynamical Systems
von: Słupiński, Mikołaj, et al.
Veröffentlicht: (2024)

Late Fusion Neural Operators for Extrapolation Across Parameter Space in Partial Differential Equations
von: van Tegelen, Eva, et al.
Veröffentlicht: (2026)

Inverse Approximation Theory for Nonlinear Recurrent Neural Networks
von: Wang, Shida, et al.
Veröffentlicht: (2023)

Memory in Plain Sight: Surveying the Uncanny Resemblances of Associative Memories and Diffusion Models
von: Hoover, Benjamin, et al.
Veröffentlicht: (2023)

Attractor reconstruction with reservoir computers: The effect of the reservoir's conditional Lyapunov exponents on faithful attractor reconstruction
von: Hart, Joseph D.
Veröffentlicht: (2023)

On the attractor in a high-dimensional neural network dynamics of reservoir computing: Lyapunov analysis viewpoint
von: Kobayashi, Miki U., et al.
Veröffentlicht: (2025)

Coherence influx is indispensable for quantum reservoir computing
von: Kobayashi, Shumpei, et al.
Veröffentlicht: (2024)

Hybrid Energy-Based Models for Physical AI: Provably Stable Identification of Port-Hamiltonian Dynamics
von: Betteti, Simone, et al.
Veröffentlicht: (2026)

When is a System Discoverable from Data? Discovery Requires Chaos
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2025)

Extending echo state property for quantum reservoir computing
von: Kobayashi, Shumpei, et al.
Veröffentlicht: (2024)

Higher order quantum reservoir computing for non-intrusive reduced-order models
von: Jain, Vinamr, et al.
Veröffentlicht: (2024)

How to Tame Your LLM: Semantic Collapse in Continuous Systems
von: Wyss, C. M.
Veröffentlicht: (2025)