:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Raja, Shiva, Demirkiran, Cansu, Sarkar, Aakash, Popovic, Milos, Joshi, Ajay
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	https://arxiv.org/abs/2507.21394
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mirage: An RNS-Based Photonic Accelerator for DNN Training
von: Demirkiran, Cansu, et al.
Veröffentlicht: (2023)

Analytical Verification of Performance of Deep Neural Network Based Time-Synchronized Distribution System State Estimation
von: Azimian, Behrouz, et al.
Veröffentlicht: (2023)

Sparse Mamba: Introducing Controllability, Observability, And Stability To Structural State Space Models
von: Hamdan, Emadeldeen, et al.
Veröffentlicht: (2024)

L2RU: a Structured State Space Model with prescribed L2-bound
von: Massai, Leonardo, et al.
Veröffentlicht: (2025)

Layer-Adaptive State Pruning for Deep State Space Models
von: Gwak, Minseon, et al.
Veröffentlicht: (2024)

Space-Filling Regularization for Robust and Interpretable Nonlinear State Space Models
von: Klein, Hermann, et al.
Veröffentlicht: (2025)

Recursive Gaussian Process State Space Model
von: Zheng, Tengjie, et al.
Veröffentlicht: (2024)

State-Free Inference of State-Space Models: The Transfer Function Approach
von: Parnichkun, Rom N., et al.
Veröffentlicht: (2024)

Physics-Guided Recurrent State-Space Neural Networks for Multi-Step Prediction
von: Li, Ruiyuan, et al.
Veröffentlicht: (2026)

Adversarial Robustness of Deep State Space Models for Forecasting
von: Anand, Sribalaji C., et al.
Veröffentlicht: (2026)

AIRE-Prune: Asymptotic Impulse-Response Energy for State Pruning in State Space Models
von: Padhy, Apurba Prasad, et al.
Veröffentlicht: (2026)

Geometric SSM: LTI State Space Models for Selective Tasks
von: Casti, Umberto, et al.
Veröffentlicht: (2025)

Learning Surrogate LPV State-Space Models with Uncertainty Quantification
von: Olucha, E. Javier, et al.
Veröffentlicht: (2026)

Iterative Tuning of Nonlinear Model Predictive Control for Robotic Manufacturing Tasks
von: Ingole, Deepak, et al.
Veröffentlicht: (2025)

Time-Varying Deep State Space Models for Sequences with Switching Dynamics
von: Karilanova, Sanja, et al.
Veröffentlicht: (2026)

Learning Stable and Robust Linear Parameter-Varying State-Space Models
von: Verhoek, Chris, et al.
Veröffentlicht: (2023)

Adaptive Federated Learning via Dynamical System Model
von: Agarwal, Aayushya, et al.
Veröffentlicht: (2025)

FedECADO: A Dynamical System Model of Federated Learning
von: Agarwal, Aayushya, et al.
Veröffentlicht: (2024)

Controller Design for Structured State-space Models via Contraction Theory
von: Zakwan, Muhammad, et al.
Veröffentlicht: (2026)

Physics-Informed Neural Networks for Accelerating Power System State Estimation
von: Falas, Solon, et al.
Veröffentlicht: (2023)

Recursive Inference for Heterogeneous Multi-Output GP State-Space Models with Arbitrary Moment Matching
von: Zheng, Tengjie, et al.
Veröffentlicht: (2025)

Compression Method for Deep Diagonal State Space Model Based on $H^2$ Optimal Reduction
von: Sakamoto, Hiroki, et al.
Veröffentlicht: (2025)

A Deep State-Space Model Compression Method using Upper Bound on Output Error
von: Sakamoto, Hiroki, et al.
Veröffentlicht: (2025)

Naga: Vedic Encoding for Deep State Space Models
von: Schaller, Melanie, et al.
Veröffentlicht: (2025)

State Space Models as Foundation Models: A Control Theoretic Overview
von: Alonso, Carmen Amo, et al.
Veröffentlicht: (2024)

State-Space Kolmogorov Arnold Networks for Interpretable Nonlinear System Identification
von: Cruz, Gonçalo Granjal, et al.
Veröffentlicht: (2025)

PowerMamba: A Deep State Space Model and Comprehensive Benchmark for Time Series Prediction in Electric Power Systems
von: Menati, Ali, et al.
Veröffentlicht: (2024)

Federated Causal Representation Learning in State-Space Systems for Decentralized Counterfactual Reasoning
von: Mohamed, Nazal, et al.
Veröffentlicht: (2026)

Systolic Array-based Architecture for Low-Bit Integerized Vision Transformers
von: Lin, Ching-Yi, et al.
Veröffentlicht: (2025)

AA-DLADMM: An Accelerated ADMM-based Framework for Training Deep Neural Networks
von: Ebrahimi, Zeinab, et al.
Veröffentlicht: (2024)

Highly Dynamic and Flexible Spatio-Temporal Spectrum Management with AI-Driven O-RAN: A Multi-Granularity Marketplace Framework
von: Rasti, Mehdi, et al.
Veröffentlicht: (2025)

Understanding the differences in Foundation Models: Attention, State Space Models, and Recurrent Neural Networks
von: Sieber, Jerome, et al.
Veröffentlicht: (2024)

Predictability Enables Parallelization of Nonlinear State Space Models
von: Gonzalez, Xavier, et al.
Veröffentlicht: (2025)

Bayesian Learning of Optimal Policies in Markov Decision Processes with Countably Infinite State-Space
von: Adler, Saghar, et al.
Veröffentlicht: (2023)

Input-to-State Stable Coupled Oscillator Networks for Closed-form Model-based Control in Latent Space
von: Stölzle, Maximilian, et al.
Veröffentlicht: (2024)

Implicit Bias of Policy Gradient in Linear Quadratic Control: Extrapolation to Unseen Initial States
von: Razin, Noam, et al.
Veröffentlicht: (2024)

Anytime Acceleration of Gradient Descent
von: Zhang, Zihan, et al.
Veröffentlicht: (2024)

Learning Physically Consistent Lagrangian Control Models Without Acceleration Measurements
von: Laiche, Ibrahim, et al.
Veröffentlicht: (2025)

Reinforcement Learning of Structured Control for Linear Systems with Unknown State Matrix
von: Mukherjee, Sayak, et al.
Veröffentlicht: (2020)

Stable-by-Design Neural Network-Based LPV State-Space Models for System Identification
von: Sertbaş, Ahmet Eren, et al.
Veröffentlicht: (2025)