Buchumschlag

Mixed Monotonicity Reachability Analysis of Neural ODE: A Trade-Off Between Tightness and Efficiency

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sayed, Abdelrahman Sayed, Meyer, Pierre-Jean, Ghazel, Mohamed
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bridging Neural ODE and ResNet: A Formal Error Bound for Safety Verification
von: Sayed, Abdelrahman Sayed, et al.
Veröffentlicht: (2025)

HyperKKL: Enabling Non-Autonomous State Estimation through Dynamic Weight Conditioning
von: Shaaban, Yahia Salaheldin, et al.
Veröffentlicht: (2026)

$\texttt{immrax}$: A Parallelizable and Differentiable Toolbox for Interval Analysis and Mixed Monotone Reachability in JAX
von: Harapanahalli, Akash, et al.
Veröffentlicht: (2024)

HyperKKL: Learning KKL Observers for Non-Autonomous Nonlinear Systems via Hypernetwork-Based Input Conditioning
von: Shaaban, Yahia Salaheldin, et al.
Veröffentlicht: (2026)

Quadratic Characterizations for Reachability Analysis of Neural Networks
von: Khalife, Elias, et al.
Veröffentlicht: (2026)

Risk Assessment of an Autonomous Underwater Snake Robot in Confined Operations
von: Sayed, Abdelrahman Sayed
Veröffentlicht: (2025)

Efficient Reachability Analysis for Convolutional Neural Networks Using Hybrid Zonotopes
von: Zhang, Yuhao, et al.
Veröffentlicht: (2025)

Provable Bounds on the Hessian of Neural Networks: Derivative-Preserving Reachability Analysis
von: Sharifi, Sina, et al.
Veröffentlicht: (2024)

Contraction-Guided Adaptive Partitioning for Reachability Analysis of Neural Network Controlled Systems
von: Harapanahalli, Akash, et al.
Veröffentlicht: (2023)

Lyapunov Neural ODE State-Feedback Control Policies
von: Ip, Joshua Hang Sai, et al.
Veröffentlicht: (2024)

High-Probability Convergence Guarantees of Decentralized SGD
von: Armacki, Aleksandar, et al.
Veröffentlicht: (2025)

Neural Approximators for Low-Thrust Trajectory Transfer Cost and Reachability
von: Zhang, Zhong, et al.
Veröffentlicht: (2025)

Diffusion Stochastic Learning Over Adaptive Competing Networks
von: Zhao, Yike, et al.
Veröffentlicht: (2025)

High-Probability Convergence in Decentralized Stochastic Optimization with Gradient Tracking
von: Armacki, Aleksandar, et al.
Veröffentlicht: (2026)

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

Data-Driven Reachability Analysis via Diffusion Models with PAC Guarantees
von: Huang, Yanliang, et al.
Veröffentlicht: (2026)

Neural Network-assisted Interval Reachability for Systems with Control Barrier Function-Based Safe Controllers
von: Ajeyemi, Damola, et al.
Veröffentlicht: (2025)

Causal Influence in Federated Edge Inference
von: Kayaalp, Mert, et al.
Veröffentlicht: (2024)

Convex Hulls of Reachable Sets
von: Lew, Thomas, et al.
Veröffentlicht: (2023)

Safe LLM-Controlled Robots with Formal Guarantees via Reachability Analysis
von: Hafez, Ahmad, et al.
Veröffentlicht: (2025)

Multi-agent Off-policy Actor-Critic Reinforcement Learning for Partially Observable Environments
von: Zhaikhan, Ainur, et al.
Veröffentlicht: (2024)

Compressed Regression over Adaptive Networks
von: Carpentiero, Marco, et al.
Veröffentlicht: (2023)

Distributed Adaptive Learning Under Communication Constraints
von: Carpentiero, Marco, et al.
Veröffentlicht: (2021)

Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers
von: Shen, Keyi, et al.
Veröffentlicht: (2026)

Robust Verification of Controllers under State Uncertainty via Hamilton-Jacobi Reachability Analysis
von: Lin, Albert, et al.
Veröffentlicht: (2025)

Hamilton-Jacobi Reachability in Reinforcement Learning: A Survey
von: Ganai, Milan, et al.
Veröffentlicht: (2024)

Finite-Sample-Based Reachability for Safe Control with Gaussian Process Dynamics
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)

Symplectic Inductive Bias for Data-Driven Target Reachability in Hamiltonian Systems
von: Ouyang, Zhuo, et al.
Veröffentlicht: (2026)

Tight Long-Term Tail Decay of (Clipped) SGD in Non-Convex Optimization
von: Armacki, Aleksandar, et al.
Veröffentlicht: (2026)

Learning to Control Unknown Strongly Monotone Games
von: Chandak, Siddharth, et al.
Veröffentlicht: (2024)

Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency
von: Zhang, Qixin, et al.
Veröffentlicht: (2025)

Data-driven Reachable Set Estimation with Tunable Adversarial and Wasserstein Distributional Guarantees
von: Pantazis, Georgios, et al.
Veröffentlicht: (2026)

Analysis of Off-Policy Multi-Step TD-Learning with Linear Function Approximation
von: Lee, Donghwan
Veröffentlicht: (2024)

Verification of Neural Reachable Tubes via Scenario Optimization and Conformal Prediction
von: Lin, Albert, et al.
Veröffentlicht: (2023)

The Reachability Problem for Neural-Network Control Systems
von: Schilling, Christian, 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)

Online Adaptation for Flying Quadrotors in Tight Formations
von: Hsieh, Pei-An, et al.
Veröffentlicht: (2025)

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

Scalable Data-Driven Reachability Analysis and Control via Koopman Operators with Conformal Coverage Guarantees
von: Nath, Devesh, et al.
Veröffentlicht: (2026)

A Hybrid Strategy for Probabilistic Forecasting and Trading of Aggregated Wind-Solar Power: Design and Analysis in HEFTCom2024
von: Pu, Chuanqing, et al.
Veröffentlicht: (2025)