Buchumschlag

Scalable Gaussian process modeling of parametrized spatio-temporal fields

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dama, Srinath, Nair, Prasanth B.
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

Data-driven stochastic reduced-order modeling of parametrized dynamical systems
von: Ilersich, Andrew F., et al.
Veröffentlicht: (2026)

Deep spatio-temporal point processes: Advances and new directions
von: Cheng, Xiuyuan, et al.
Veröffentlicht: (2025)

Learning Stochastic Multiscale Models
von: Ilersich, Andrew F., et al.
Veröffentlicht: (2025)

Foundation for unbiased cross-validation of spatio-temporal models for species distribution modeling
von: Koldasbayeva, Diana, et al.
Veröffentlicht: (2025)

Scalable generative modeling of non-Gaussian spatio-temporal fields via autoregressive Gaussian processes
von: Lei-Cramer, Carrie J., et al.
Veröffentlicht: (2026)

Cross-Scale Reservoir Computing for large spatio-temporal forecasting and modeling
von: Alboré, Nicola, et al.
Veröffentlicht: (2025)

Joint model for longitudinal and spatio-temporal survival data
von: Medina-Olivares, Victor, et al.
Veröffentlicht: (2023)

Covariant spatio-temporal receptive fields for spiking neural networks
von: Pedersen, Jens Egholm, et al.
Veröffentlicht: (2024)

Scalable mixed-domain Gaussian process modeling and model reduction for longitudinal data
von: Timonen, Juho, et al.
Veröffentlicht: (2021)

Robust non-parametric mortality and fertility modelling and forecasting: Gaussian process regression approaches
von: Lam, Ka Kin, et al.
Veröffentlicht: (2021)

Fighter flight trajectory prediction based on spatio-temporal graphcial attention network
von: Sun, Yao, et al.
Veröffentlicht: (2024)

A comparison between geostatistical and machine learning models for spatio-temporal prediction of PM2.5 data
von: Mohamed, Zeinab, et al.
Veröffentlicht: (2025)

Pattern recognition in complex systems via vector-field representations of spatio-temporal data
von: Solis, Ingrid Amaranta Membrillo, et al.
Veröffentlicht: (2025)

StormNet: Improving storm surge predictions with a GNN-based spatio-temporal offset forecasting model
von: Nader, Noujoud, et al.
Veröffentlicht: (2026)

PruneGCRN: Minimizing and explaining spatio-temporal problems through node pruning
von: García-Sigüenza, Javier, et al.
Veröffentlicht: (2025)

A general reduced-order neural operator for spatio-temporal predictive learning on complex spatial domains
von: Meng, Qinglu, et al.
Veröffentlicht: (2024)

Hypergraph-based multi-scale spatio-temporal graph convolution network for Time-Series anomaly detection
von: Xu, Hongyi
Veröffentlicht: (2024)

IberFire -- a detailed creation of a spatio-temporal dataset for wildfire risk assessment in Spain
von: Erzibengoa, Julen, et al.
Veröffentlicht: (2025)

Remaining useful life prediction of Lithium-ion batteries using spatio-temporal multimodal attention networks
von: Suh, Sungho, et al.
Veröffentlicht: (2023)

Spatially-informed transformers: Injecting geostatistical covariance biases into self-attention for spatio-temporal forecasting
von: Calleo, Yuri
Veröffentlicht: (2025)

Bayesian autoregression to optimize temporal Matérn kernel Gaussian process hyperparameters
von: Kouw, Wouter M.
Veröffentlicht: (2025)

Surrogate modeling for Bayesian optimization beyond a single Gaussian process
von: Lu, Qin, et al.
Veröffentlicht: (2022)

DeepExtremeCubes: Integrating Earth system spatio-temporal data for impact assessment of climate extremes
von: Ji, Chaonan, et al.
Veröffentlicht: (2024)

GeOT: A spatially explicit framework for evaluating spatio-temporal predictions
von: Wiedemann, Nina, et al.
Veröffentlicht: (2024)

Mixed moving average field guided learning for spatio-temporal data
von: Curato, Imma Valentina, et al.
Veröffentlicht: (2023)

Scalable multitask Gaussian processes for complex mechanical systems with functional covariates
von: Gninkou, Razak Christophe Sabi, et al.
Veröffentlicht: (2026)

Inferring manifolds using Gaussian processes
von: Dunson, David B, et al.
Veröffentlicht: (2021)

Single-shot prediction of parametric partial differential equations
von: Rafiq, Khalid, et al.
Veröffentlicht: (2025)

Gradient-enhanced deep Gaussian processes for multifidelity modelling
von: Bone, Viv, et al.
Veröffentlicht: (2024)

Process signature-driven high spatio-temporal resolution alignment of multimodal data
von: Hanchate, Abhishek, et al.
Veröffentlicht: (2024)

Feature Geometry of LoRA Adapters: A Sparse Autoencoder Analysis of Representational Divergence in Fine-Tuned Language Models
von: K, Prasanth K
Veröffentlicht: (2026)

Learning spatio-temporal patterns with Neural Cellular Automata
von: Richardson, Alex D., et al.
Veröffentlicht: (2023)

Semi-parametric Expert Bayesian Network Learning with Gaussian Processes and Horseshoe Priors
von: Weng, Yidou, et al.
Veröffentlicht: (2024)

Physics-informed neural operator for predictive parametric phase-field modelling
von: Chen, Nanxi, et al.
Veröffentlicht: (2026)

Deterministic and statistical calibration of constitutive models from full-field data with parametric physics-informed neural networks
von: Anton, David, et al.
Veröffentlicht: (2024)

LSTM networks provide efficient cyanobacterial blooms forecasting even with incomplete spatio-temporal data
von: Fournier, Claudia, et al.
Veröffentlicht: (2024)

Large-scale unsupervised spatio-temporal semantic analysis of vast regions from satellite images sequences
von: Echegoyen, Carlos, et al.
Veröffentlicht: (2022)

Global spatio-temporal downscaling of ERA5 precipitation through generative AI
von: Glawion, Luca, et al.
Veröffentlicht: (2024)

Rolled Gaussian process models for curves on manifolds
von: Preston, Simon, et al.
Veröffentlicht: (2025)

Scalable Gaussian Processes with Latent Kronecker Structure
von: Lin, Jihao Andreas, et al.
Veröffentlicht: (2025)