:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Janik, Konrad, Benner, Peter
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2509.16026
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Time-adaptive HénonNets for separable Hamiltonian systems
von: Janik, Konrad, et al.
Veröffentlicht: (2025)

Symplectic convolutional neural networks
von: Yıldız, Süleyman, et al.
Veröffentlicht: (2025)

SympGNNs: Symplectic Graph Neural Networks for identifiying high-dimensional Hamiltonian systems and node classification
von: Varghese, Alan John, et al.
Veröffentlicht: (2024)

Data-Driven Identification of Quadratic Representations for Nonlinear Hamiltonian Systems using Weakly Symplectic Liftings
von: Yildiz, Süleyman, et al.
Veröffentlicht: (2023)

Interpretable Spatial-Temporal Fusion Transformers: Multi-Output Prediction for Parametric Dynamical Systems with Time-Varying Inputs
von: Sun, Shuwen, et al.
Veröffentlicht: (2025)

Generalized Quadratic Embeddings for Nonlinear Dynamics using Deep Learning
von: Goyal, Pawan, et al.
Veröffentlicht: (2022)

Learning Low-Dimensional Quadratic-Embeddings of High-Fidelity Nonlinear Dynamics using Deep Learning
von: Goyal, Pawan, et al.
Veröffentlicht: (2021)

Data-Augmented Predictive Deep Neural Network: Enhancing the extrapolation capabilities of non-intrusive surrogate models
von: Sun, Shuwen, et al.
Veröffentlicht: (2024)

Structure-preserving learning for multi-symplectic PDEs
von: Yıldız, Süleyman, et al.
Veröffentlicht: (2024)

Stability-Certified Learning of Control Systems with Quadratic Nonlinearities
von: Duff, Igor Pontes, et al.
Veröffentlicht: (2024)

Guaranteed Stable Quadratic Models and their applications in SINDy and Operator Inference
von: Goyal, Pawan, et al.
Veröffentlicht: (2023)

SynCoTrain: A Dual Classifier PU-learning Framework for Synthesizability Prediction
von: Amariamir, Sasan, et al.
Veröffentlicht: (2024)

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

GFlowNets for Hamiltonian decomposition in groups of compatible operators
von: Huidobro-Meezs, Isaac L., et al.
Veröffentlicht: (2024)

Subspace-Distance-Enabled Active Learning for Efficient Data-Driven Model Reduction of Parametric Dynamical Systems
von: Kapadia, Harshit, et al.
Veröffentlicht: (2025)

Deep Neural Nets as Hamiltonians
von: Winer, Mike, et al.
Veröffentlicht: (2025)

Aspects of human memory and Large Language Models
von: Janik, Romuald A.
Veröffentlicht: (2023)

Symplectic ODE-Net: Learning Hamiltonian Dynamics with Control
von: Zhong, Yaofeng Desmond, et al.
Veröffentlicht: (2019)

GIST: Gibbs self-tuning for locally adaptive Hamiltonian Monte Carlo
von: Bou-Rabee, Nawaf, et al.
Veröffentlicht: (2024)

Hamiltonian Mechanics of Feature Learning: Bottleneck Structure in Leaky ResNets
von: Jacot, Arthur, et al.
Veröffentlicht: (2024)

Data-driven identification of port-Hamiltonian DAE systems by Gaussian processes
von: Zaspel, Peter, et al.
Veröffentlicht: (2024)

Transport Novelty Distance: A Distributional Metric for Evaluating Material Generative Models
von: Hagemann, Paul, et al.
Veröffentlicht: (2025)

A Survey on Event Prediction Methods from a Systems Perspective: Bringing Together Disparate Research Areas
von: Benzin, Janik-Vasily, et al.
Veröffentlicht: (2023)

Learning reduced-order Quadratic-Linear models in Process Engineering using Operator Inference
von: Gosea, Ion Victor, et al.
Veröffentlicht: (2024)

Hamiltonian Score Matching and Generative Flows
von: Holderrieth, Peter, et al.
Veröffentlicht: (2024)

SympFormer: Accelerated attention blocks via Inertial Dynamics on Density Manifolds
von: Stein, Viktor, et al.
Veröffentlicht: (2026)

Hamiltonian Neural Networks for Robust Out-of-Time Credit Scoring
von: Marín, Javier
Veröffentlicht: (2024)

DCSI -- An improved measure of cluster separability based on separation and connectedness
von: Gauss, Jana, et al.
Veröffentlicht: (2023)

When to Sense and Control? A Time-adaptive Approach for Continuous-Time RL
von: Treven, Lenart, et al.
Veröffentlicht: (2024)

Solve sparse PCA problem by employing Hamiltonian system and leapfrog method
von: Tran, Loc Hoang
Veröffentlicht: (2025)

Learning partially observed systems with neural Hamiltonian ordinary differential equations
von: Meltzer, Sunniva, et al.
Veröffentlicht: (2026)

Evaluating the printability of stl files with ML
von: Henn, Janik, et al.
Veröffentlicht: (2025)

Predicting adaptively chosen observables in quantum systems
von: Huang, Jerry, et al.
Veröffentlicht: (2024)

Unsupervised domain adaptation for radioisotope identification in gamma spectroscopy
von: Lalor, Peter, et al.
Veröffentlicht: (2026)

Hamiltonian-based neural networks for systems under nonholonomic constraints
von: T., Ignacio Puiggros, et al.
Veröffentlicht: (2024)

Hamiltonian Graph Inference Networks: Joint structure discovery and dynamics prediction for lattice Hamiltonian systems from trajectory data
von: Geng, Ru, et al.
Veröffentlicht: (2026)

BiTimeCrossNet: Time-Aware Self-Supervised Learning for Pediatric Sleep
von: Pandey, Saurav Raj, et al.
Veröffentlicht: (2026)

LumiNet: Latent Intrinsics Meets Diffusion Models for Indoor Scene Relighting
von: Xing, Xiaoyan, et al.
Veröffentlicht: (2024)

In-context Pre-trained Time-Series Foundation Models adapt to Unseen Tasks
von: Xu, Shangqing, et al.
Veröffentlicht: (2026)

Scalable h-adaptive probabilistic solver for time-independent and time-dependent systems
von: Thakur, Akshay, et al.
Veröffentlicht: (2025)