Buchumschlag

Towards Foundation Inference Models that Learn ODEs In-Context

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mauel, Maximilian, Hinz, Manuel, Seifner, Patrick, Berghaus, David, Sanchez, Ramses J.
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

Towards Fast Coarse-graining and Equation Discovery with Foundation Inference Models
von: Hinz, Manuel, et al.
Veröffentlicht: (2025)

Foundation Inference Models for Ordinary Differential Equations
von: Mauel, Maximilian, et al.
Veröffentlicht: (2026)

In-Context Learning of Temporal Point Processes with Foundation Inference Models
von: Berghaus, David, et al.
Veröffentlicht: (2025)

In-Context Learning of Stochastic Differential Equations with Foundation Inference Models
von: Seifner, Patrick, et al.
Veröffentlicht: (2025)

Foundation Inference Models for Markov Jump Processes
von: Berghaus, David, et al.
Veröffentlicht: (2024)

On Foundation Models for Temporal Point Processes to Accelerate Scientific Discovery
von: Berghaus, David, et al.
Veröffentlicht: (2025)

Zero-shot Imputation with Foundation Inference Models for Dynamical Systems
von: Seifner, Patrick, et al.
Veröffentlicht: (2024)

EVIL: Evolving Interpretable Algorithms for Zero-Shot Inference on Event Sequences and Time Series with LLMs
von: Berghaus, David
Veröffentlicht: (2026)

Towards Fair In-Context Learning with Tabular Foundation Models
von: Kenfack, Patrik, et al.
Veröffentlicht: (2025)

Amortized In-Context Mixed Effect Transformer Models: A Zero-Shot Approach for Pharmacokinetics
von: Marin, César Ali Ojeda, et al.
Veröffentlicht: (2025)

Hierarchical Inference and Closure Learning via Adaptive Surrogates for ODEs and PDEs
von: Zhang, Pengyu, et al.
Veröffentlicht: (2026)

Towards Long-Context Time Series Foundation Models
von: Żukowska, Nina, et al.
Veröffentlicht: (2024)

Beyond Reinforcement Learning: Fast and Scalable Quantum Circuit Synthesis
von: Theißinger, Lukas, et al.
Veröffentlicht: (2026)

Geometric Foundations of Tuning without Forgetting in Neural ODEs
von: Bayram, Erkan, et al.
Veröffentlicht: (2025)

Active In-Context Learning for Tabular Foundation Models
von: Treerath, Wilailuck, et al.
Veröffentlicht: (2026)

Prior-Fitted Functional Flow: In-Context Generative Models for Pharmacokinetics
von: Ojeda, César, et al.
Veröffentlicht: (2026)

Can Transformers Learn Full Bayesian Inference in Context?
von: Reuter, Arik, et al.
Veröffentlicht: (2025)

Learning to Discretize Denoising Diffusion ODEs
von: Tong, Vinh, et al.
Veröffentlicht: (2024)

Neural Jump ODEs as Generative Models
von: Crowell, Robert A., et al.
Veröffentlicht: (2025)

Learning to Integrate Diffusion ODEs by Averaging the Derivatives
von: Liu, Wenze, et al.
Veröffentlicht: (2025)

Effortless, Simulation-Efficient Bayesian Inference using Tabular Foundation Models
von: Vetter, Julius, et al.
Veröffentlicht: (2025)

WENDy for Nonlinear-in-Parameters ODEs
von: Rummel, Nic, et al.
Veröffentlicht: (2025)

TabQL: In-Context Q-Learning with Tabular Foundation Models
von: Liu, Qisai, et al.
Veröffentlicht: (2026)

Learning to Extract Context for Context-Aware LLM Inference
von: Kim, Minseon, et al.
Veröffentlicht: (2025)

Dynamics of Learning: Generative Schedules from Latent ODEs
von: Sampson, Matt L., et al.
Veröffentlicht: (2025)

TabICL: A Tabular Foundation Model for In-Context Learning on Large Data
von: Qu, Jingang, et al.
Veröffentlicht: (2025)

SpikingBrain2.0: Brain-Inspired Foundation Models for Efficient Long-Context and Cross-Platform Inference
von: Pan, Yuqi, et al.
Veröffentlicht: (2026)

Towards Causal Foundation Model: on Duality between Causal Inference and Attention
von: Zhang, Jiaqi, et al.
Veröffentlicht: (2023)

TFMLinker: Universal Link Predictor by Graph In-Context Learning with Tabular Foundation Models
von: Liao, Tianyin, et al.
Veröffentlicht: (2026)

Resource-efficient Inference with Foundation Model Programs
von: Nie, Lunyiu, et al.
Veröffentlicht: (2025)

Optimistic Task Inference for Behavior Foundation Models
von: Rupf, Thomas, et al.
Veröffentlicht: (2025)

Towards Reasoning for PDE Foundation Models: A Reward-Model-Driven Inference-Time-Scaling Algorithm
von: Mansingh, Siddharth, et al.
Veröffentlicht: (2025)

SAMBA: Toward a Long-Context EEG Foundation Model via Spatial Embedding and Differential Mamba
von: Hong, Jiazhen, et al.
Veröffentlicht: (2025)

Adaptivity and Convergence of Probability Flow ODEs in Diffusion Generative Models
von: Tang, Jiaqi, et al.
Veröffentlicht: (2025)

Stable Robot Motions on Manifolds: Learning Lyapunov-Constrained Neural Manifold ODEs
von: Boetius, David, et al.
Veröffentlicht: (2025)

Towards Foundation Models for Critical Care Time Series
von: Burger, Manuel, et al.
Veröffentlicht: (2024)

Towards Foundational Models for Dynamical System Reconstruction: Hierarchical Meta-Learning via Mixture of Experts
von: Nzoyem, Roussel Desmond, et al.
Veröffentlicht: (2025)

Physiome-ODE: A Benchmark for Irregularly Sampled Multivariate Time Series Forecasting Based on Biological ODEs
von: Klötergens, Christian, et al.
Veröffentlicht: (2025)

Discovering Symmetries of ODEs by Symbolic Regression
von: Kahlmeyer, Paul, et al.
Veröffentlicht: (2025)

Sumudu Neural Operator for ODEs and PDEs
von: Zelenskiy, Ben, et al.
Veröffentlicht: (2025)