Buchumschlag

Learning from Imperfect Data: Robust Inference of Dynamic Systems using Simulation-based Generative Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cho, Hyunwoo, Jo, Hyeontae, Hwang, Hyung Ju
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Dynamical Systems 68T07, 68T05, 70G60
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Machine learning-based vorticity evolution and superresolution of homogeneous isotropic turbulence using wavelet projection
von: Asaka, Tomoki, et al.
Veröffentlicht: (2024)

Estimation of System Parameters Including Repeated Cross-Sectional Data through Emulator-Informed Deep Generative Model
von: Cho, Hyunwoo, et al.
Veröffentlicht: (2024)

Differentiable Neural Networks with RePU Activation: with Applications to Score Estimation and Isotonic Regression
von: Shen, Guohao, et al.
Veröffentlicht: (2023)

Estimating the Distribution of Parameters in Differential Equations with Repeated Cross-Sectional Data
von: Jo, Hyeontae, et al.
Veröffentlicht: (2024)

Pseudo-Differential Neural Operator: Generalized Fourier Neural Operator for Learning Solution Operators of Partial Differential Equations
von: Shin, Jin Young, et al.
Veröffentlicht: (2022)

Deep Predictor-Corrector Networks for Robust Parameter Estimation in Non-autonomous System with Discontinuous Inputs
von: Gu, Gyeongwan, et al.
Veröffentlicht: (2026)

Bifidelity Karhunen-Loève Expansion Surrogate with Active Learning for Random Fields
von: Jivani, Aniket, et al.
Veröffentlicht: (2025)

Flexible and efficient emulation of spatial extremes processes via variational autoencoders
von: Zhang, Likun, et al.
Veröffentlicht: (2023)

Computing Systemic Risk Measures with Graph Neural Networks
von: Gonon, Lukas, et al.
Veröffentlicht: (2024)

Generalization Error of GAN from the Discriminator's Perspective
von: Yang, Hongkang, et al.
Veröffentlicht: (2021)

A parametric approach to the estimation of convex risk functionals based on Wasserstein distance
von: Nendel, Max, et al.
Veröffentlicht: (2022)

Conditional Stochastic Interpolation for Generative Learning
von: Huang, Ding, et al.
Veröffentlicht: (2023)

Phase Transitions in the Fluctuations of Functionals of Random Neural Networks
von: Di Lillo, Simmaco, et al.
Veröffentlicht: (2026)

The Boundaries of Verifiable Accuracy, Robustness, and Generalisation in Deep Learning
von: Bastounis, Alexander, et al.
Veröffentlicht: (2023)

Neural Network-Based Parameter Estimation for Non-Autonomous Differential Equations with Discontinuous Signals
von: Jo, Hyeontae, et al.
Veröffentlicht: (2025)

Learning collective variables that preserve transition rates
von: Sule, Shashank, et al.
Veröffentlicht: (2025)

Kernel Limit for a Class of Recurrent Neural Networks Trained on Ergodic Data Sequences
von: Lam, Samuel Chun-Hei, et al.
Veröffentlicht: (2023)

Transfer Learning through Enhanced Sufficient Representation: Enriching Source Domain Knowledge with Target Data
von: Ge, Yeheng, et al.
Veröffentlicht: (2025)

Graphs whose vertices of degree at least 2 lie in a triangle
von: Forte, Vinicius L. do, et al.
Veröffentlicht: (2022)

Convergence Analysis of Real-time Recurrent Learning (RTRL) for a class of Recurrent Neural Networks
von: Lam, Samuel Chun-Hei, et al.
Veröffentlicht: (2025)

Mixed memories in Hopfield networks
von: Gayrard, Véronique
Veröffentlicht: (2025)

Large and moderate deviations for Gaussian neural networks
von: Macci, Claudio, et al.
Veröffentlicht: (2024)

A Unified Framework for Critical Scaling of Inverse Temperature in Self-Attention
von: Hayase, Tomohiro, et al.
Veröffentlicht: (2026)

A Low-complexity Structured Neural Network to Realize States of Dynamical Systems
von: Aluvihare, Hansaka, et al.
Veröffentlicht: (2025)

Error analysis for learning fractional stochastic differential equations with applications in neural approximations
von: Dehshiri, Mahdi, et al.
Veröffentlicht: (2026)

Wide neural networks with general weights: convergence rate and explicit dependence on the hyper-parameters
von: Celli, Lucia
Veröffentlicht: (2026)

Mathematical Foundations of Neural Tangents and Infinite-Width Networks
von: Mysore, Rachana, et al.
Veröffentlicht: (2025)

Fair Sufficient Representation Learning
von: Zhou, Xueyu, et al.
Veröffentlicht: (2025)

Convergence of Continuous Normalizing Flows for Learning Probability Distributions
von: Gao, Yuan, et al.
Veröffentlicht: (2024)

Incremental Certificate Learning for Hybrid Neural Network Verification . A Solver Architecture for Piecewise-Linear Safety Queries
von: Gokavarapu, Chandrasekhar
Veröffentlicht: (2025)

Learn and Verify: A Framework for Rigorous Verification of Physics-Informed Neural Networks
von: Tanaka, Kazuaki, et al.
Veröffentlicht: (2026)

Large deviation principles and functional limit theorems in the deep limit of wide random neural networks
von: Di Lillo, Simmaco, et al.
Veröffentlicht: (2026)

A Theory of Non-Acyclic Generative Flow Networks
von: Brunswic, Leo Maxime, et al.
Veröffentlicht: (2023)

A Generalization Bound for a Family of Implicit Networks
von: Fung, Samy Wu, et al.
Veröffentlicht: (2024)

Wasserstein Distributionally Robust Nonparametric Regression
von: Liu, Changyu, et al.
Veröffentlicht: (2025)

Neural Network Localized Orthogonal Decomposition for Numerical Homogenization of Diffusion Operators with Random Coefficients
von: Kröpfl, Fabian, et al.
Veröffentlicht: (2025)

The random $k$-SAT Gibbs uniqueness threshold revisited
von: Chatterjee, Arnab, et al.
Veröffentlicht: (2025)

Gaussian Interpolation Flows
von: Gao, Yuan, et al.
Veröffentlicht: (2023)

Bayesian Power Steering: An Effective Approach for Domain Adaptation of Diffusion Models
von: Huang, Ding, et al.
Veröffentlicht: (2024)

Convolutional Attention in Betting Exchange Markets
von: Gonçalves, Rui, et al.
Veröffentlicht: (2025)