Buchumschlag

Federated Causal Representation Learning in State-Space Systems for Decentralized Counterfactual Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mohamed, Nazal, Mohanty, Ayush, Gebraeel, Nagi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Granger Causality Learning for Interdependent Clients with State Space Representation
von: Mohanty, Ayush, et al.
Veröffentlicht: (2025)

Towards Uncertainty-Aware Federated Granger Causal Learning
von: Mohanty, Ayush, et al.
Veröffentlicht: (2026)

Prognostics for Autonomous Deep-Space Habitat Health Management under Multiple Unknown Failure Modes
von: Peters, Benjamin, et al.
Veröffentlicht: (2024)

Learning Unknown Interdependencies for Decentralized Root Cause Analysis in Nonlinear Dynamical Systems
von: Mohanty, Ayush, et al.
Veröffentlicht: (2026)

Prognostic Framework for Robotic Manipulators Operating Under Dynamic Task Severities
von: Mohanty, Ayush, et al.
Veröffentlicht: (2024)

Asynchronous Federated Learning: A Scalable Approach for Decentralized Machine Learning
von: Forootani, Ali, et al.
Veröffentlicht: (2024)

Adaptive Decentralized Federated Learning in Energy and Latency Constrained Wireless Networks
von: Yan, Zhigang, et al.
Veröffentlicht: (2024)

A Federated Generalized Expectation-Maximization Algorithm for Mixture Models with an Unknown Number of Components
von: Ibrahim, Michael, et al.
Veröffentlicht: (2026)

Generating Causal Temporal Interaction Graphs for Counterfactual Validation of Temporal Link Prediction
von: Rahman, Aniq Ur, et al.
Veröffentlicht: (2026)

Hierarchical Decentralized Stochastic Control for Cyber-Physical Systems
von: Kaza, Kesav, et al.
Veröffentlicht: (2025)

Accelerating Optimization and Machine Learning through Decentralization
von: Chen, Ziqin, et al.
Veröffentlicht: (2026)

Employing Federated Learning for Training Autonomous HVAC Systems
von: Hagström, Fredrik, et al.
Veröffentlicht: (2024)

State-Space Kolmogorov Arnold Networks for Interpretable Nonlinear System Identification
von: Cruz, Gonçalo Granjal, et al.
Veröffentlicht: (2025)

Decentralized Event-Triggered Online Learning for Safe Consensus of Multi-Agent Systems with Gaussian Process Regression
von: Dai, Xiaobing, et al.
Veröffentlicht: (2024)

Learning Decentralized Linear Quadratic Regulators with $\sqrt{T}$ Regret
von: Ye, Lintao, et al.
Veröffentlicht: (2022)

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

Adaptive Federated Learning via Dynamical System Model
von: Agarwal, Aayushya, et al.
Veröffentlicht: (2025)

Identifiable Representation and Model Learning for Latent Dynamic Systems
von: Zhang, Congxi, et al.
Veröffentlicht: (2024)

A State Alignment-Centric Approach to Federated System Identification: The FedAlign Framework
von: Keçeci, Ertuğrul, et al.
Veröffentlicht: (2025)

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

Integrating Personalized Federated Learning with Control Systems for Enhanced Performance
von: Smith, Alice, et al.
Veröffentlicht: (2025)

FedECADO: A Dynamical System Model of Federated Learning
von: Agarwal, Aayushya, et al.
Veröffentlicht: (2024)

Priority-Driven Control and Communication in Decentralized Multi-Agent Systems via Reinforcement Learning
von: Guo, Qingyun, et al.
Veröffentlicht: (2026)

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

FDR-SVM: A Federated Distributionally Robust Support Vector Machine via a Mixture of Wasserstein Balls Ambiguity Set
von: Ibrahim, Michael, et al.
Veröffentlicht: (2024)

Decentralized Online Regularized Learning Over Random Time-Varying Graphs
von: Zhang, Xiwei, et al.
Veröffentlicht: (2022)

Causality and Interpretability for Electrical Distribution System faults
von: Peddi, Karthik, et al.
Veröffentlicht: (2025)

Wasserstein Distributionally Robust Multiclass Support Vector Machine
von: Ibrahim, Michael, et al.
Veröffentlicht: (2024)

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

Bayesian Learning of Optimal Policies in Markov Decision Processes with Countably Infinite State-Space
von: Adler, Saghar, et al.
Veröffentlicht: (2023)

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

Federated Nonlinear System Identification
von: Tupe, Omkar, et al.
Veröffentlicht: (2025)

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

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

Sensor to Pixels: Decentralized Swarm Gathering via Image-Based Reinforcement Learning
von: Koifman, Yigal, et al.
Veröffentlicht: (2026)

Nonconvex Linear System Identification with Minimal State Representation
von: Tadipatri, Uday Kiran Reddy, et al.
Veröffentlicht: (2025)

Counterfactual optimization for fault prevention in complex wind energy systems
von: Carrizosa, Emilio, et al.
Veröffentlicht: (2025)

Transformers as Implicit State Estimators: In-Context Learning in Dynamical Systems
von: Akram, Usman, et al.
Veröffentlicht: (2024)

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

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