:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Livi, Lorenzo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Dynamical Systems
Online-Zugang:	https://arxiv.org/abs/2508.12121
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

State Estimation Using Sparse DEIM and Recurrent Neural Networks
von: Farazmand, Mohammad
Veröffentlicht: (2024)

Learnability Window in Gated Recurrent Neural Networks
von: Livi, Lorenzo
Veröffentlicht: (2025)

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

Reduced Order Modeling with Shallow Recurrent Decoder Networks
von: Tomasetto, Matteo, et al.
Veröffentlicht: (2025)

Deep Recurrent Stochastic Configuration Networks for Modelling Nonlinear Dynamic Systems
von: Dang, Gang, et al.
Veröffentlicht: (2024)

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

On Interpolation Formulas Describing Neural Network Generalization
von: Guo, Jin, et al.
Veröffentlicht: (2026)

A Novel Neural Filter to Improve Accuracy of Neural Network Models of Dynamic Systems
von: Oveissi, Parham, et al.
Veröffentlicht: (2024)

PINN-Obs: Physics-Informed Neural Network-Based Observer for Nonlinear Dynamical Systems
von: Farkane, Ayoub, et al.
Veröffentlicht: (2025)

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

EddyFormer: Accelerated Neural Simulations of Three-Dimensional Turbulence at Scale
von: Du, Yiheng, et al.
Veröffentlicht: (2025)

Joint Diffusion Processes as an Inductive Bias in Sheaf Neural Networks
von: Caralt, Ferran Hernandez, et al.
Veröffentlicht: (2024)

Gradient Flow Equations for Deep Linear Neural Networks: A Survey from a Network Perspective
von: Wendin, Joel, et al.
Veröffentlicht: (2025)

Learning Stochastic Hamiltonian Systems via Stochastic Generating Function Neural Network
von: Chen, Chen, et al.
Veröffentlicht: (2025)

Geometry and Local Recovery of Global Minima of Two-layer Neural Networks at Overparameterization
von: Zhang, Leyang, et al.
Veröffentlicht: (2023)

A Weak Penalty Neural ODE for Learning Chaotic Dynamics from Noisy Time Series
von: Li, Xuyang, et al.
Veröffentlicht: (2025)

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

Physics-informed State-space Neural Networks for Transport Phenomena
von: Dave, Akshay J., et al.
Veröffentlicht: (2023)

GN-SINDy: Greedy Sampling Neural Network in Sparse Identification of Nonlinear Partial Differential Equations
von: Forootani, Ali, et al.
Veröffentlicht: (2024)

Safe and Robust Domains of Attraction for Discrete-Time Systems: A Set-Based Characterization and Certifiable Neural Network Estimation
von: Serry, Mohamed, et al.
Veröffentlicht: (2026)

Generalized Lagrangian Neural Networks
von: Xiao, Shanshan, et al.
Veröffentlicht: (2024)

Multi-Hierarchical Surrogate Learning for Structural Dynamical Crash Simulations Using Graph Convolutional Neural Networks
von: Kneifl, Jonas, et al.
Veröffentlicht: (2024)

Symbolic Regression via Neural Networks
von: Boddupalli, Nibodh, et al.
Veröffentlicht: (2026)

Predator Prey Scavenger Model using Holling's Functional Response of Type III and Physics-Informed Deep Neural Networks
von: Panchal, Aneesh, et al.
Veröffentlicht: (2024)

Koopman Operator Identification of Model Parameter Trajectories for Temporal Domain Generalization (KOMET)
von: Hoover, Randy C., et al.
Veröffentlicht: (2026)

Data-Specific Hyper-Parameter Design: A Paradigm Shift in Reservoir Computing
von: Manjunath, G, et al.
Veröffentlicht: (2026)

Backpropagation on Dynamical Networks
von: Tan, Eugene, et al.
Veröffentlicht: (2022)

A Dynamical Systems Perspective on the Analysis of Neural Networks
von: Chemnitz, Dennis, et al.
Veröffentlicht: (2025)

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

Learning the Simplest Neural ODE
von: Okamoto, Yuji, et al.
Veröffentlicht: (2025)

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

KPFlow: An Operator Perspective on Dynamic Collapse Under Gradient Descent Training of Recurrent Networks
von: Hazelden, James, et al.
Veröffentlicht: (2025)

Upper Generalization Bounds for Neural Oscillators
von: Huang, Zifeng, et al.
Veröffentlicht: (2026)

Transmission Neural Networks: Inhibitory and Excitatory Connections
von: Gao, Shuang, et al.
Veröffentlicht: (2026)

Equivariant Manifold Neural ODEs and Differential Invariants
von: Andersdotter, Emma, et al.
Veröffentlicht: (2024)

FEG-Pro: Forecast-Error Growth Profiling for Finite-Horizon Instability Analysis of Nonlinear Time Series
von: Velichko, Andrei, et al.
Veröffentlicht: (2026)

Neural Context Flows for Meta-Learning of Dynamical Systems
von: Nzoyem, Roussel Desmond, et al.
Veröffentlicht: (2024)

Theoretical Foundations of Deep Selective State-Space Models
von: Cirone, Nicola Muca, et al.
Veröffentlicht: (2024)

Neural Ordinary Differential Equations for Modeling Socio-Economic Dynamics
von: Samota, Sandeep Kumar, et al.
Veröffentlicht: (2026)

Conformal Disentanglement: A Neural Framework for Perspective Synthesis and Differentiation
von: Kevrekidis, George A., et al.
Veröffentlicht: (2024)