Copertina

A Deep State-Space Model Compression Method using Upper Bound on Output Error

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sakamoto, Hiroki, Sato, Kazuhiro
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Systems and Control Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

Data-Driven Regularized Time-Limited h2 Model Reduction from Noisy Impulse Responses
di: Sakamoto, Hiroki, et al.
Pubblicazione: (2026)

Uncertainty Quantification of Data-Driven Output Predictors in the Output Error Setting
di: Kaviani, Farzan, et al.
Pubblicazione: (2024)

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

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

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

Certified Approximate Reachability (CARe): Formal Error Bounds on Deep Learning of Reachable Sets
di: Solanki, Prashant, et al.
Pubblicazione: (2025)

Model-Free Output Feedback Stabilization via Policy Gradient Methods
di: Zhang, Ankang, et al.
Pubblicazione: (2026)

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

Hierarchical Upper Confidence Bounds for Constrained Online Learning
di: Baheri, Ali
Pubblicazione: (2024)

Model Compression Method for S4 with Diagonal State Space Layers using Balanced Truncation
di: Ezoe, Haruka, et al.
Pubblicazione: (2024)

CLT-Optimal Parameter Error Bounds for Linear System Identification
di: Zhou, Yichen, et al.
Pubblicazione: (2026)

Online Learning of Kalman Filtering: From Output to State Estimation
di: Ye, Lintao, et al.
Pubblicazione: (2026)

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

Verifiable Error Bounds for Physics-Informed Neural KKL Observers
di: Berin-Costain, Hannah, et al.
Pubblicazione: (2026)

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

Decentralized Upper Confidence Bound Algorithms for Homogeneous Multi-Agent Multi-Armed Bandits
di: Zhu, Jingxuan, et al.
Pubblicazione: (2021)

Uniform Error Bounds for Gaussian Process Regression with Application to Safe Control
di: Lederer, Armin, et al.
Pubblicazione: (2019)

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

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

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

Smart Exploration in Reinforcement Learning using Bounded Uncertainty Models
di: van Hulst, J. S., et al.
Pubblicazione: (2025)

Improved Scalable Lipschitz Bounds for Deep Neural Networks
di: Syed, Usman, et al.
Pubblicazione: (2025)

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

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

Systolic Array-based Accelerator for Structured State-Space Models
di: Raja, Shiva, et al.
Pubblicazione: (2025)

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

Runtime-Certified Bounded-Error Quantized Attention
di: Calver, Dean
Pubblicazione: (2026)

Verifiable Error Bounds for Physics-Informed Neural Network Solutions of Lyapunov and Hamilton-Jacobi-Bellman Equations
di: Liu, Jun
Pubblicazione: (2026)

Steady-State Error Compensation for Reinforcement Learning with Quadratic Rewards
di: Wang, Liyao, et al.
Pubblicazione: (2024)

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

Inference with the Upper Confidence Bound Algorithm
di: Khamaru, Koulik, et al.
Pubblicazione: (2024)

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

Temporal Difference Learning with Compressed Updates: Error-Feedback meets Reinforcement Learning
di: Mitra, Aritra, et al.
Pubblicazione: (2023)

Smart Predict-then-Optimize Method with Dependent Data: Risk Bounds and Calibration of Autoregression
di: Liu, Jixian, et al.
Pubblicazione: (2024)

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

Lyapunov-stable Neural Control for State and Output Feedback: A Novel Formulation
di: Yang, Lujie, et al.
Pubblicazione: (2024)

Investigating the Impact of Choice on Deep Reinforcement Learning for Space Controls
di: Hamilton, Nathaniel, et al.
Pubblicazione: (2024)

SCAR: State-Space Compression for Scalable AI-Based Network Management of Vehicular Services
di: Comsa, Ioan-Sorin, et al.
Pubblicazione: (2025)

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