Buchumschlag

Latent Matters: Learning Deep State-Space Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Klushyn, Alexej, Kurle, Richard, Soelch, Maximilian, Cseke, Botond, van der Smagt, Patrick
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BALI: Learning Neural Networks via Bayesian Layerwise Inference
von: Kurle, Richard, et al.
Veröffentlicht: (2024)

FlowQ: Energy-Guided Flow Policies for Offline Reinforcement Learning
von: Alles, Marvin, et al.
Veröffentlicht: (2025)

Guided Decoding for Robot On-line Motion Generation and Adaption
von: Chen, Nutan, et al.
Veröffentlicht: (2024)

Constrained Latent Action Policies for Model-Based Offline Reinforcement Learning
von: Alles, Marvin, et al.
Veröffentlicht: (2024)

On the Role of the Action Space in Robot Manipulation Learning and Sim-to-Real Transfer
von: Aljalbout, Elie, et al.
Veröffentlicht: (2023)

Latent Action World Models for Control with Unlabeled Trajectories
von: Alles, Marvin, et al.
Veröffentlicht: (2025)

Overcoming Knowledge Barriers: Online Imitation Learning from Visual Observation with Pretrained World Models
von: Zhang, Xingyuan, et al.
Veröffentlicht: (2024)

LIMT: Language-Informed Multi-Task Visual World Models
von: Aljalbout, Elie, et al.
Veröffentlicht: (2024)

Airborne Magnetic Anomaly Navigation with Neural-Network-Augmented Online Calibration
von: Hager, Antonia, et al.
Veröffentlicht: (2026)

Learning Abstract World Models with a Group-Structured Latent Space
von: Delliaux, Thomas, et al.
Veröffentlicht: (2025)

A Deep Latent Space Model for Graph Representation Learning
von: Yang, Hanxuan, et al.
Veröffentlicht: (2021)

The Shortcomings of Force-from-Motion in Robot Learning
von: Aljalbout, Elie, et al.
Veröffentlicht: (2024)

TechOps: Technical Documentation Templates for the AI Act
von: Lucaj, Laura, et al.
Veröffentlicht: (2025)

Evaluating the Stability of Deep Learning Latent Feature Spaces
von: Mabadeje, Ademide O., et al.
Veröffentlicht: (2024)

Priors Matter: Addressing Misspecification in Bayesian Deep Q-Learning
von: van der Vaart, Pascal R., et al.
Veröffentlicht: (2025)

Enhancing Actuarial Non-Life Pricing Models via Transformers
von: Brauer, Alexej
Veröffentlicht: (2023)

Graph State-Space Models and Latent Relational Inference
von: Zambon, Daniele, et al.
Veröffentlicht: (2023)

Deep Hierarchical Learning with Nested Subspace Networks for Large Language Models
von: Rauba, Paulius, et al.
Veröffentlicht: (2025)

xLSTM 7B: A Recurrent LLM for Fast and Efficient Inference
von: Beck, Maximilian, et al.
Veröffentlicht: (2025)

Pragmatic auditing: a pilot-driven approach for auditing Machine Learning systems
von: Benbouzid, Djalel, et al.
Veröffentlicht: (2024)

Input-to-State Stable Coupled Oscillator Networks for Closed-form Model-based Control in Latent Space
von: Stölzle, Maximilian, et al.
Veröffentlicht: (2024)

AB-UPT for Automotive and Aerospace Applications
von: Alkin, Benedikt, et al.
Veröffentlicht: (2025)

Joint Composite Latent Space Bayesian Optimization
von: Maus, Natalie, et al.
Veröffentlicht: (2023)

Regularization-Based Efficient Continual Learning in Deep State-Space Models
von: Zhang, Yuanhang, et al.
Veröffentlicht: (2024)

Sequential Model for Predicting Patient Adherence in Subcutaneous Immunotherapy for Allergic Rhinitis
von: Li, Yin, et al.
Veröffentlicht: (2024)

Adaptive sparse variational approximations for Gaussian process regression
von: Nieman, Dennis, et al.
Veröffentlicht: (2025)

Contraction rates for conjugate gradient and Lanczos approximate posteriors in Gaussian process regression
von: Stankewitz, Bernhard, et al.
Veröffentlicht: (2024)

Autocorrelation Matters: Understanding the Role of Initialization Schemes for State Space Models
von: Liu, Fusheng, et al.
Veröffentlicht: (2024)

Class Incremental Learning for Algorithm Selection
von: Nemeth, Mate Botond, et al.
Veröffentlicht: (2025)

Gini Score under Ties and Case Weights
von: Brauer, Alexej, et al.
Veröffentlicht: (2025)

The Effect of Depth on the Expressivity of Deep Linear State-Space Models
von: Bao, Zeyu, et al.
Veröffentlicht: (2025)

Demystifying the Token Dynamics of Deep Selective State Space Models
von: Vo, Thieu N, et al.
Veröffentlicht: (2024)

Cross-Modal Visuo-Tactile Object Perception
von: Dutta, Anirvan, et al.
Veröffentlicht: (2026)

Deep Latent Force Models: ODE-based Process Convolutions for Bayesian Deep Learning
von: Baldwin-McDonald, Thomas, et al.
Veröffentlicht: (2023)

Probabilistic Modeling of Latent Agentic Substructures in Deep Neural Networks
von: Lee, Su Hyeong, et al.
Veröffentlicht: (2025)

Learning Hybrid Dynamics Models With Simulator-Informed Latent States
von: Ensinger, Katharina, et al.
Veröffentlicht: (2023)

Not All Explanations for Deep Learning Phenomena Are Equally Valuable
von: Jeffares, Alan, et al.
Veröffentlicht: (2025)

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

Learning in Deep Factor Graphs with Gaussian Belief Propagation
von: Nabarro, Seth, et al.
Veröffentlicht: (2023)

A Study of Posterior Stability for Time-Series Latent Diffusion
von: Li, Yangming, et al.
Veröffentlicht: (2024)