Buchumschlag

Symplectic Reservoir Representation of Legendre Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fong, Robert Simon, Tanaka, Gouhei, Aihara, Kazuyuki
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

Structuring Multiple Simple Cycle Reservoirs with Particle Swarm Optimization
von: Li, Ziqiang, et al.
Veröffentlicht: (2025)

Predicting unobserved climate time series data at distant areas via spatial correlation using reservoir computing
von: Koyama, Shihori, et al.
Veröffentlicht: (2024)

Online Adaptive Reinforcement Learning with Echo State Networks for Non-Stationary Dynamics
von: Yoshimura, Aoi, et al.
Veröffentlicht: (2026)

Federated Learning with Reservoir State Analysis for Time Series Anomaly Detection
von: Nogami, Keigo, et al.
Veröffentlicht: (2025)

Reservoir Predictive Path Integral Control for Unknown Nonlinear Dynamics
von: Inoue, Daisuke, et al.
Veröffentlicht: (2025)

Hand Gesture Recognition from Doppler Radar Signals Using Echo State Networks
von: Sano, Towa, et al.
Veröffentlicht: (2026)

Enhancing Time-Series Anomaly Detection by Integrating Spectral-Residual Bottom-Up Attention with Reservoir Computing
von: Nihei, Hayato, et al.
Veröffentlicht: (2025)

Attractor-merging Crises and Intermittency in Reservoir Computing
von: Kabayama, Tempei, et al.
Veröffentlicht: (2025)

Universality of Real Minimal Complexity Reservoir
von: Fong, Robert Simon, et al.
Veröffentlicht: (2024)

Predictive Modeling in the Reservoir Kernel Motif Space
von: Tino, Peter, et al.
Veröffentlicht: (2024)

Hebbian Physics Networks: A Self-Organizing Computational Architecture Based on Local Physical Laws
von: Auti, Gunjan, et al.
Veröffentlicht: (2025)

Diffusion model for relational inference
von: Zheng, Shuhan, et al.
Veröffentlicht: (2024)

Brain-inspired Chaotic Graph Backpropagation for Large-scale Combinatorial Optimization
von: Tao, Peng, et al.
Veröffentlicht: (2024)

Chaos-based reinforcement learning with TD3
von: Matsuki, Toshitaka, et al.
Veröffentlicht: (2024)

Timing-Based Backpropagation in Spiking Neural Networks Without Single-Spike Restrictions
von: Yamamoto, Kakei, et al.
Veröffentlicht: (2022)

Harnessing Nonidealities in Analog In-Memory Computing Circuits: A Physical Modeling Approach for Neuromorphic Systems
von: Sakemi, Yusuke, et al.
Veröffentlicht: (2024)

Designing Chaotic Attractors: A Semi-supervised Approach
von: Kabayama, Tempei, et al.
Veröffentlicht: (2024)

Beyond Isotropy in JEPAs: Hamiltonian Geometry and Symplectic Prediction
von: Alvarez, Robert Jenkinson
Veröffentlicht: (2026)

Kolmogorov-Arnold Representation for Symplectic Learning: Advancing Hamiltonian Neural Networks
von: Wu, Zongyu, et al.
Veröffentlicht: (2025)

Fast instance-specific algorithm configuration with graph neural network
von: Aihara, Shingo, et al.
Veröffentlicht: (2025)

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

Relaxation-assisted reverse annealing on nonnegative/binary matrix factorization
von: Haba, Renichiro, et al.
Veröffentlicht: (2025)

Dynamics-Informed Reservoir Computing with Visibility Graphs
von: Geier, Charlotte, et al.
Veröffentlicht: (2025)

Next-Generation Reservoir Computing for Dynamical Inference
von: Cestnik, Rok, et al.
Veröffentlicht: (2025)

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

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

Symplectic Bregman divergences
von: Nielsen, Frank
Veröffentlicht: (2024)

Deciphering interventional dynamical causality from non-intervention complex systems
von: Shi, Jifan, et al.
Veröffentlicht: (2024)

FLAME: Flow Enhanced Legendre Memory Models for General Time Series Forecasting
von: Wu, Xingjian, et al.
Veröffentlicht: (2025)

Change of measure through the Legendre transform
von: Picard-Weibel, Antoine, et al.
Veröffentlicht: (2022)

Recurrent Quantum Feature Maps for Reservoir Computing
von: Singh, Utkarsh, et al.
Veröffentlicht: (2026)

OpenReservoirComputing: GPU-Accelerated Reservoir Computing in JAX
von: Williams, Jan, et al.
Veröffentlicht: (2026)

A note on the Artstein-Avidan-Milman's generalized Legendre transforms
von: Nielsen, Frank
Veröffentlicht: (2025)

Provable Low-Frequency Bias of In-Context Learning of Representations
von: Yang, Yongyi, et al.
Veröffentlicht: (2025)

Symplectic Neural Networks Based on Dynamical Systems
von: Tapley, Benjamin K
Veröffentlicht: (2024)

Ultra-Early Prediction of Tipping Points: Integrating Dynamical Measures with Reservoir Computing
von: Li, Xin, et al.
Veröffentlicht: (2026)

Trajectory Representation Learning on Road Networks and Grids with Spatio-Temporal Dynamics
von: Schestakov, Stefan, et al.
Veröffentlicht: (2024)

QuadraSHAP: Stable and Scalable Shapley Values for Product Games via Gauss-Legendre Quadrature
von: Mohammadi, Majid, et al.
Veröffentlicht: (2026)

Hybridizing Traditional and Next-Generation Reservoir Computing to Accurately and Efficiently Forecast Dynamical Systems
von: Chepuri, Ravi, et al.
Veröffentlicht: (2024)

Conformal Symplectic Optimization for Stable Reinforcement Learning
von: Lyu, Yao, et al.
Veröffentlicht: (2024)