Buchumschlag

Position: Why a Dynamical Systems Perspective is Needed to Advance Time Series Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Durstewitz, Daniel, Hemmer, Christoph Jürgen, Hess, Florian, Doll, Charlotte Ricarda, Eisenmann, Lukas
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Dynamical Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimal Recurrent Network Topologies for Dynamical Systems Reconstruction
von: Hemmer, Christoph Jürgen, et al.
Veröffentlicht: (2024)

True Zero-Shot Inference of Dynamical Systems Preserving Long-Term Statistics
von: Hemmer, Christoph Jürgen, et al.
Veröffentlicht: (2025)

Almost-Linear RNNs Yield Highly Interpretable Symbolic Codes in Dynamical Systems Reconstruction
von: Brenner, Manuel, et al.
Veröffentlicht: (2024)

Out-of-Domain Generalization in Dynamical Systems Reconstruction
von: Göring, Niclas, et al.
Veröffentlicht: (2024)

Detecting Invariant Manifolds in ReLU-Based RNNs
von: Eisenmann, Lukas, et al.
Veröffentlicht: (2025)

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

Integrating Multimodal Data for Joint Generative Modeling of Complex Dynamics
von: Brenner, Manuel, et al.
Veröffentlicht: (2022)

Parallel-in-Time Training of Recurrent Neural Networks for Dynamical Systems Reconstruction
von: Hess, Florian, et al.
Veröffentlicht: (2026)

Teacher Forcing as Generalized Bayes: Optimization Geometry Mismatch in Switching Surrogates for Chaotic Dynamics
von: Herz, Andre, et al.
Veröffentlicht: (2026)

A scalable generative model for dynamical system reconstruction from neuroimaging data
von: Volkmann, Eric, et al.
Veröffentlicht: (2024)

Dynamics, Complexity and Time Series Analysis
von: Tan, Eugene, et al.
Veröffentlicht: (2026)

When Static Models Meet Dynamic Disease: Why Ignoring Clinical Dynamics Risks Building Bias into Health AI. Clinical AI & Dynamic Systems — URM Series.
von: Domargård, Anita
Veröffentlicht: (2026)

Model Predictive Control of Hybrid Dynamical Systems
von: Sanfelice, Ricardo G., et al.
Veröffentlicht: (2026)

Feedback-Coupled Memory Systems: A Dynamical Model for Adaptive Coordination
von: Grassi, Stefano
Veröffentlicht: (2026)

Dynamical Systems Theory Behind a Hierarchical Reasoning Model
von: Es'kin, Vasiliy A., et al.
Veröffentlicht: (2026)

Mechanisms and Pathways of Extreme Events in Partially-Observed Stochastic Dynamical Systems
von: Moser, Charlotte, et al.
Veröffentlicht: (2026)

Continuous-Time Piecewise-Linear Recurrent Neural Networks
von: Brändle, Alena, et al.
Veröffentlicht: (2026)

Designing for Impact: Engaging Stakeholders With System Dynamics Models
von: Florian Kapmeier, et al.
Veröffentlicht: (2026)

Characterization of Translation Bounded Measure Dynamical Systems and Positive Measure Dynamical Systems within the Spatial Processes
von: Sieron, Franziska
Veröffentlicht: (2025)

Dynamically Optimal Projection onto Slow Spectral Manifolds for Linear Systems
von: Kogelbauer, Florian, et al.
Veröffentlicht: (2025)

Dynamical Systems Perspective for a Real-Time Response to a Marine Oil Spill
von: Garcia-Garrido, V. J., et al.
Veröffentlicht: (2025)

Learning Chaotic Systems and Long-Term Predictions with Neural Jump ODEs
von: Krach, Florian, et al.
Veröffentlicht: (2024)

Time Series Correlations and Kolmogorov Complexity: A Hausdorff Dimension Perspective
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2026)

Causal Structure Learning for Dynamical Systems with Theoretical Score Analysis
von: Tagliapietra, Nicholas, et al.
Veröffentlicht: (2025)

Time and State Dependent Neural Delay Differential Equations
von: Monsel, Thibault, et al.
Veröffentlicht: (2023)

Time-Spectral Resolvent Analysis For Periodic Dynamical Systems
von: Howell, Max, et al.
Veröffentlicht: (2026)

Bayesian Inference in Recurrent Explicit Duration Switching Linear Dynamical Systems
von: Słupiński, Mikołaj, et al.
Veröffentlicht: (2024)

Unified Long-Term Time-Series Forecasting Benchmark
von: Cyranka, Jacek, et al.
Veröffentlicht: (2023)

Pancreatic $β-$Cell Dynamics with Three-Time-Scale Systems
von: Pallab, Navojit Dhali
Veröffentlicht: (2025)

Learning Global Linear Representations of Nonlinear Dynamics
von: Breunung, Thomas, et al.
Veröffentlicht: (2024)

Time-to-reach Bounds for Verification of Dynamical Systems Using the Koopman Spectrum
von: Ding, Jianqiang, et al.
Veröffentlicht: (2024)

Cycling Signatures: Identifying Cycling Motions in Time Series using Algebraic Topology
von: Bauer, Ulrich, et al.
Veröffentlicht: (2023)

Agentic Hives: Equilibrium, Indeterminacy, and Endogenous Cycles in Self-Organizing Multi-Agent Systems
von: Garnier, Jean-Philippe
Veröffentlicht: (2026)

Hybrid Energy-Based Models for Physical AI: Provably Stable Identification of Port-Hamiltonian Dynamics
von: Betteti, Simone, et al.
Veröffentlicht: (2026)

KPFlow: An Operator Perspective on Dynamic Collapse Under Gradient Descent Training of Recurrent Networks
von: Hazelden, James, et al.
Veröffentlicht: (2025)

Large-Step Training Dynamics of a Two-Factor Linear Transformer Model
von: Balasubramanian, Krishnakumar
Veröffentlicht: (2026)

Positive Lyapunov Exponents versus Integrability in Random Conservative Dynamics
von: Del Magno, Gianluigi, et al.
Veröffentlicht: (2026)

Data-Driven Reduced Modeling of Delayed Dynamical Systems via Spectral Submanifolds
von: Abbasciano, Giacomo, et al.
Veröffentlicht: (2026)

Streams and Graphs of Dynamical Systems
von: De Leo, Roberto, et al.
Veröffentlicht: (2024)

Resolvent-Type Data-Driven Learning of Generators for Unknown Continuous-Time Dynamical Systems
von: Meng, Yiming, et al.
Veröffentlicht: (2024)