Buchumschlag

Lyapunov Learning at the Onset of Chaos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Benati, Matteo, Londei, Alessandro, Lanzieri, Denise, Loreto, Vittorio
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

Dreaming Learning
von: Londei, Alessandro, et al.
Veröffentlicht: (2024)

Inverting Self-Organizing Maps: A Unified Activation-Based Framework
von: Londei, Alessandro, et al.
Veröffentlicht: (2026)

First-Extinction Law for Resampling Processes
von: Benati, Matteo, et al.
Veröffentlicht: (2025)

SOM-VQ: Topology-Aware Tokenization for Interactive Generative Models
von: Londei, Alessandro, et al.
Veröffentlicht: (2026)

Learned Lyapunov Shielding for Adaptive Control
von: Cirrincione, Giansalvo, et al.
Veröffentlicht: (2026)

Polynomial Chaos Expansion for Operator Learning
von: Sharma, Himanshu, et al.
Veröffentlicht: (2025)

Imitation Learning for Adaptive Control of a Virtual Soft Exoglove
von: Lyu, Shirui, et al.
Veröffentlicht: (2025)

Asymptotic Characterisation of Robust Empirical Risk Minimisation Performance in the Presence of Outliers
von: Vilucchio, Matteo, et al.
Veröffentlicht: (2023)

Learning to Emulate Chaos: Adversarial Optimal Transport Regularization
von: Melo, Gabriel, et al.
Veröffentlicht: (2026)

Latent-Variable Learning of SPDEs via Wiener Chaos
von: Zeng, Sebastian, et al.
Veröffentlicht: (2026)

Machine Learning Based Optimal Design of Fibrillar Adhesives
von: Shojaeifard, Mohammad, et al.
Veröffentlicht: (2024)

Modeling Chaotic Pedestrian Behavior Using Chaos Indicators and Supervised Learning
von: Shahrier, Md. Muhtashim, et al.
Veröffentlicht: (2025)

Deep Polynomial Chaos Expansion
von: Exenberger, Johannes, et al.
Veröffentlicht: (2025)

A Fairness-Oriented Reinforcement Learning Approach for the Operation and Control of Shared Micromobility Services
von: Cederle, Matteo, et al.
Veröffentlicht: (2024)

Lyapunov Stability Learning with Nonlinear Control via Inductive Biases
von: Lu, Yupu, et al.
Veröffentlicht: (2025)

Decomposing Control Lyapunov Functions for Efficient Reinforcement Learning
von: Lopez, Antonio, et al.
Veröffentlicht: (2024)

Off Policy Lyapunov Stability in Reinforcement Learning
von: Gill, Sarvan, et al.
Veröffentlicht: (2025)

Learning Optimal Deterministic Policies with Stochastic Policy Gradients
von: Montenegro, Alessandro, et al.
Veröffentlicht: (2024)

Learning to Predict Chaos: Curriculum-Driven Training for Robust Forecasting of Chaotic Dynamics
von: Vejendla, Harshil
Veröffentlicht: (2025)

Stability Enhancement in Reinforcement Learning via Adaptive Control Lyapunov Function
von: Chen, Donghe, et al.
Veröffentlicht: (2025)

Last-Iterate Global Convergence of Policy Gradients for Constrained Reinforcement Learning
von: Montenegro, Alessandro, et al.
Veröffentlicht: (2024)

A Lyapunov Drift-Plus-Penalty Method Tailored for Reinforcement Learning with Queue Stability
von: Xu, Wenhan, et al.
Veröffentlicht: (2025)

(Un)supervised Learning of Maximal Lyapunov Functions
von: Barreau, Matthieu, et al.
Veröffentlicht: (2024)

Physics-informed Value Learner for Offline Goal-Conditioned Reinforcement Learning
von: Giammarino, Vittorio, et al.
Veröffentlicht: (2025)

Deep Learning for Markov Chains: Lyapunov Functions, Poisson's Equation, and Stationary Distributions
von: Qu, Yanlin, et al.
Veröffentlicht: (2025)

TD-JEPA: Latent-predictive Representations for Zero-Shot Reinforcement Learning
von: Bagatella, Marco, et al.
Veröffentlicht: (2025)

Accelerating SGDM via Learning Rate and Batch Size Schedules: A Lyapunov-Based Analysis
von: Kondo, Yuichi, et al.
Veröffentlicht: (2025)

Stable Inverse Reinforcement Learning: Policies from Control Lyapunov Landscapes
von: Tesfazgi, Samuel, et al.
Veröffentlicht: (2024)

Enhancing Robustness in Deep Reinforcement Learning: A Lyapunov Exponent Approach
von: Young, Rory, et al.
Veröffentlicht: (2024)

Bayesian Adaptive Polynomial Chaos Expansions
von: Rumsey, Kellin N., et al.
Veröffentlicht: (2025)

Distributionally Robust Policy and Lyapunov-Certificate Learning
von: Long, Kehan, et al.
Veröffentlicht: (2024)

Improving Early Sepsis Onset Prediction Through Federated Learning
von: Düsing, Christoph, et al.
Veröffentlicht: (2025)

Riemannian Lyapunov Optimizer: A Unified Framework for Optimization
von: Wang, Yixuan, et al.
Veröffentlicht: (2026)

Lyapunov-Certified Direct Switching Theory for Q-Learning
von: Lee, Donghwan
Veröffentlicht: (2026)

Learning Deterministic Policies with Policy Gradients in Constrained Markov Decision Processes
von: Montenegro, Alessandro, et al.
Veröffentlicht: (2025)

DeepSPoC: A Deep Learning-Based PDE Solver Governed by Sequential Propagation of Chaos
von: Du, Kai, et al.
Veröffentlicht: (2024)

Robust Point Cloud Reinforcement Learning via PCA-Based Canonicalization
von: Bezick, Michael, et al.
Veröffentlicht: (2025)

Goal Reaching with Eikonal-Constrained Hierarchical Quasimetric Reinforcement Learning
von: Giammarino, Vittorio, et al.
Veröffentlicht: (2025)

Neural Lyapunov Differentiable Predictive Control
von: Mukherjee, Sayak, et al.
Veröffentlicht: (2022)

Quantum-Informed Machine Learning for Predicting Spatiotemporal Chaos with Practical Quantum Advantage
von: Wang, Maida, et al.
Veröffentlicht: (2025)