Buchumschlag

Reconstruction and Prediction of Volterra Integral Equations Driven by Gaussian Noise

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Zhihao, Ding, Saisai, Zhang, Zhikun, Wang, Xiangjun
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Parameters Inference for Nonlinear Wave Equations with Markovian Switching
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Parameter Identification for Partial Differential Equation with Jump Discontinuities in Coefficients by Markov Switching Model and Physics-Informed Machine Learning
von: Zhang, Zhikun, et al.
Veröffentlicht: (2025)

Machine Learning for Complex Systems with Abnormal Pattern by Exception Maximization Outlier Detection Method
von: Zhang, Zhikun, et al.
Veröffentlicht: (2024)

Residual-loss Anomaly Analysis of Physics-Informed Neural Networks: An Inverse Method for Change-point Detection in Nonlinear Dynamical Systems with Regime Switching
von: Bai, Yuhe, et al.
Veröffentlicht: (2026)

Feasibility-Aware Pessimistic Estimation: Toward Long-Horizon Safety in Offline RL
von: Tao, Zhikun
Veröffentlicht: (2025)

Fredholm Integral Equations Neural Operator (FIE-NO) for Data-Driven Boundary Value Problems
von: Jiang, Haoyang, et al.
Veröffentlicht: (2024)

Pathway to $O(\sqrt{d})$ Complexity bound under Wasserstein metric of flow-based models
von: Meng, Xiangjun, et al.
Veröffentlicht: (2025)

Deep Neural Network Solutions for Oscillatory Fredholm Integral Equations
von: Jiang, Jie, et al.
Veröffentlicht: (2024)

On Improved Regret Bounds In Bayesian Optimization with Gaussian Noise
von: Wang, Jingyi, et al.
Veröffentlicht: (2024)

DPAdapter: Improving Differentially Private Deep Learning through Noise Tolerance Pre-training
von: Wang, Zihao, et al.
Veröffentlicht: (2024)

Reservoir kernels and Volterra series
von: Gonon, Lukas, et al.
Veröffentlicht: (2022)

Unveiling the Power of Noise Priors: Enhancing Diffusion Models for Mobile Traffic Prediction
von: Sheng, Zhi, et al.
Veröffentlicht: (2025)

Beyond Ordinary Lipschitz Constraints: Differentially Private Stochastic Optimization with Tsybakov Noise Condition
von: Xu, Difei, et al.
Veröffentlicht: (2025)

Predicting Covariate-Driven Spatial Deformation for Nonstationary Gaussian Processes
von: Gu, Minghao, et al.
Veröffentlicht: (2026)

Neural Integral Equations
von: Zappala, Emanuele, et al.
Veröffentlicht: (2022)

RingFormer: A Ring-Enhanced Graph Transformer for Organic Solar Cell Property Prediction
von: Ding, Zhihao, et al.
Veröffentlicht: (2024)

SMART: Towards Pre-trained Missing-Aware Model for Patient Health Status Prediction
von: Yu, Zhihao, et al.
Veröffentlicht: (2024)

Noise Matters: Diffusion Model-based Urban Mobility Generation with Collaborative Noise Priors
von: Zhang, Yuheng, et al.
Veröffentlicht: (2024)

Generative Models and Connected and Automated Vehicles: A Survey in Exploring the Intersection of Transportation and AI
von: Shu, Bo, et al.
Veröffentlicht: (2024)

Spectral methods for Neural Integral Equations
von: Zappala, Emanuele
Veröffentlicht: (2023)

Research on Security Enhancement Methods for Adversarial Robust Large Language Model Intelligent Agents for Medical Decision-Making Tasks
von: Hu, Saisai
Veröffentlicht: (2026)

Improving the Noise Estimation of Latent Neural Stochastic Differential Equations
von: Heck, Linus, et al.
Veröffentlicht: (2024)

On the Privacy of Selection Mechanisms with Gaussian Noise
von: Lebensold, Jonathan, et al.
Veröffentlicht: (2024)

Complex-Valued 2D Gaussian Representation for Computer-Generated Holography
von: Zhan, Yicheng, et al.
Veröffentlicht: (2025)

Exploring the Dynamics of Lotka-Volterra Systems: Efficiency, Extinction Order, and Predictive Machine Learning
von: Vafaie, Sepideh, et al.
Veröffentlicht: (2024)

Safe Active Learning for Gaussian Differential Equations
von: Glass, Leon, et al.
Veröffentlicht: (2024)

From Noise to Precision: A Diffusion-Driven Approach to Zero-Inflated Precipitation Prediction
von: Gao, Wentao, et al.
Veröffentlicht: (2025)

From Basis to Basis: Gaussian Particle Representation for Interpretable PDE Operators
von: Li, Zhihao, et al.
Veröffentlicht: (2026)

CORE: Concept-Oriented Reinforcement for Bridging the Definition-Application Gap in Mathematical Reasoning
von: Gao, Zijun, et al.
Veröffentlicht: (2025)

Training More Robust Classification Model via Discriminative Loss and Gaussian Noise Injection
von: Nguyen, Hai-Vy, et al.
Veröffentlicht: (2024)

Rethinking Layer-wise Gaussian Noise Injection: Bridging Implicit Objectives and Privacy Budget Allocation
von: Tan, Qifeng, et al.
Veröffentlicht: (2025)

Rectified Noise: A Generative Model Using Positive-incentive Noise
von: Gu, Zhenyu, et al.
Veröffentlicht: (2025)

On Uniform Error Bounds for Kernel Regression under Non-Gaussian Noise
von: Teutsch, Johannes, et al.
Veröffentlicht: (2026)

Data-Driven Prediction and Control of Hammerstein-Wiener Systems with Implicit Gaussian Processes
von: Yin, Mingzhou, et al.
Veröffentlicht: (2025)

Solving Partial Differential Equations in Different Domains by Operator Learning method Based on Boundary Integral Equations
von: Meng, Bin, et al.
Veröffentlicht: (2024)

Variational Kernel Design for Internal Noise: Gaussian Chaos Noise, Representation Compatibility, and Reliable Deep Learning
von: Liu, Ziran
Veröffentlicht: (2026)

Gaussian Process Upper Confidence Bound Achieves Nearly-Optimal Regret in Noise-Free Gaussian Process Bandits
von: Iwazaki, Shogo
Veröffentlicht: (2025)

Exact Bayesian Gaussian Cox Processes Using Random Integral
von: Tang, Bingjing, et al.
Veröffentlicht: (2024)

Exploring the Noise Robustness of Online Conformal Prediction
von: Xi, Huajun, et al.
Veröffentlicht: (2025)

Graph-CNNs for RF Imaging: Learning the Electric Field Integral Equations
von: Stylianopoulos, Kyriakos, et al.
Veröffentlicht: (2025)