Buchumschlag

On the continuity of flows

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Sha, Congzhou M
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Data Analysis, Statistics and Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bayesian Inference with Deep Weakly Nonlinear Networks
von: Hanin, Boris, et al.
Veröffentlicht: (2024)

Physics of Skill Learning
von: Liu, Ziming, et al.
Veröffentlicht: (2025)

Nonnegative matrix factorization and the principle of the common cause
von: Khalafyan, E., et al.
Veröffentlicht: (2025)

DeepOHeat-v1: Efficient Operator Learning for Fast and Trustworthy Thermal Simulation and Optimization in 3D-IC Design
von: Yu, Xinling, et al.
Veröffentlicht: (2025)

Neural Thermodynamic Laws for Large Language Model Training
von: Liu, Ziming, et al.
Veröffentlicht: (2025)

Mesh-free sparse identification of nonlinear dynamics
von: Gao, Mars Liyao, et al.
Veröffentlicht: (2025)

The most likely common cause
von: Hovhannisyan, A., et al.
Veröffentlicht: (2023)

Optimal Symmetries in Binary Classification
von: Ngairangbam, Vishal S., et al.
Veröffentlicht: (2024)

PRL-Bench: A Comprehensive Benchmark Evaluating LLMs' Capabilities in Frontier Physics Research
von: Miao, Tingjia, et al.
Veröffentlicht: (2026)

Uncertainty Quantification with Bayesian Higher Order ReLU KANs
von: Giroux, James, et al.
Veröffentlicht: (2024)

Superposition unifies power-law training dynamics
von: Chen, Zixin Jessie, et al.
Veröffentlicht: (2026)

A Neural Scaling Law from Lottery Ticket Ensembling
von: Liu, Ziming, et al.
Veröffentlicht: (2023)

A Systematic Literature Review of Spatio-Temporal Graph Neural Network Models for Time Series Forecasting and Classification
von: Corradini, Flavio, et al.
Veröffentlicht: (2024)

When Attention Collapses: Residual Evidence Modeling for Compositional Inference
von: Houba, Niklas
Veröffentlicht: (2026)

Toward Dynamic Stability Assessment of Power Grid Topologies using Graph Neural Networks
von: Nauck, Christian, et al.
Veröffentlicht: (2022)

Practically Effective Adjustment Variable Selection in Causal Inference
von: Noda, Atsushi, et al.
Veröffentlicht: (2025)

Anomaly Detection in Soil Heavy Metal Contamination Using Unsupervised Learning for Environmental Risk Assessment
von: Adjokatse, Isaac Tettey, et al.
Veröffentlicht: (2026)

Deep Learning Domain Adaptation to Understand Physico-Chemical Processes from Fluorescence Spectroscopy Small Datasets: Application to Ageing of Olive Oil
von: Michelucci, Umberto, et al.
Veröffentlicht: (2024)

Smart Ensemble Learning Framework for Predicting Groundwater Heavy Metal Pollution
von: Ansah-Narh, T., et al.
Veröffentlicht: (2026)

Fisher information flow in artificial neural networks
von: Weimar, Maximilian, et al.
Veröffentlicht: (2025)

PIED: Physics-Informed Experimental Design for Inverse Problems
von: Hemachandra, Apivich, et al.
Veröffentlicht: (2025)

Free Energy Risk Metrics for Systemically Safe AI: Gatekeeping Multi-Agent Study
von: Walters, Michael, et al.
Veröffentlicht: (2025)

PINNACLE: PINN Adaptive ColLocation and Experimental points selection
von: Lau, Gregory Kang Ruey, et al.
Veröffentlicht: (2024)

Adaptive Behavioral AI: Reinforcement Learning to Enhance Pharmacy Services
von: del Río, Ana Fernández, et al.
Veröffentlicht: (2024)

Scalable Reinforcement Post-Training Beyond Static Human Prompts: Evolving Alignment via Asymmetric Self-Play
von: Ye, Ziyu, et al.
Veröffentlicht: (2024)

Understanding complex crowd dynamics with generative neural simulators
von: Minartz, Koen, et al.
Veröffentlicht: (2024)

PRISM: Deriving a White-Box Transformer as a Signal-Noise Decomposition Operator via Maximum Coding Rate Reduction
von: Huang, Dongchen
Veröffentlicht: (2026)

The role of data embedding in quantum autoencoders for improved anomaly detection
von: Araz, Jack Y., et al.
Veröffentlicht: (2024)

KAN 2.0: Kolmogorov-Arnold Networks Meet Science
von: Liu, Ziming, et al.
Veröffentlicht: (2024)

PATHFINDER: Multi-objective discovery in structural and spectral spaces
von: Barakati, Kamyar, et al.
Veröffentlicht: (2026)

Global Tropical Cyclone Intensity Forecasting with Multi-modal Multi-scale Causal Autoregressive Model
von: Wang, Xinyu, et al.
Veröffentlicht: (2024)

Developing Machine Learning-Based Watch-to-Warning Severe Weather Guidance from the Warn-on-Forecast System
von: Flora, Montgomery, et al.
Veröffentlicht: (2026)

Avoiding subtraction and division of stochastic signals using normalizing flows: NFdeconvolve
von: Pessoa, Pedro, et al.
Veröffentlicht: (2025)

Tunable correlation retention: A statistical method for generating synthetic data
von: Jävergård, Nicklas, et al.
Veröffentlicht: (2024)

Statistical limits of correlation detection in trees
von: Ganassali, Luca, et al.
Veröffentlicht: (2022)

Detailed balance in large language model-driven agents
von: Song, Zhuo-Yang, et al.
Veröffentlicht: (2025)

Structured Kolmogorov-Arnold Neural ODEs for Interpretable Learning and Symbolic Discovery of Nonlinear Dynamics
von: Liu, Wei, et al.
Veröffentlicht: (2025)

L$^2$M: Mutual Information Scaling Law for Long-Context Language Modeling
von: Chen, Zhuo, et al.
Veröffentlicht: (2025)

Automating High Energy Physics Data Analysis with LLM-Powered Agents
von: Gendreau-Distler, Eli, et al.
Veröffentlicht: (2025)

Learning Interpretable Hierarchical Dynamical Systems Models from Time Series Data
von: Brenner, Manuel, et al.
Veröffentlicht: (2024)