:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zahtila, Tony, Saetta, Ettore, Cutforth, Murray, Brouzet, Davy, Rossinelli, Diego, Iaccarino, Gianluca
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2603.07525
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bi-fidelity Interpolative Decomposition for Multimodal Data
von: Cutforth, Murray, et al.
Veröffentlicht: (2025)

Convolutional autoencoders for the reconstruction of three-dimensional interfacial multiphase flows
von: Cutforth, Murray, et al.
Veröffentlicht: (2025)

A systematic dataset generation technique applied to data-driven automotive aerodynamics
von: Benjamin, Mark, et al.
Veröffentlicht: (2024)

Physically Interpretable Representation Learning with Gaussian Mixture Variational AutoEncoder (GM-VAE)
von: Fan, Tiffany, et al.
Veröffentlicht: (2025)

Multi-fidelity Batch Active Learning for Gaussian Process Classifiers
von: Cutforth, Murray, et al.
Veröffentlicht: (2025)

From latent dynamics to meaningful representations
von: Wang, Dedi, et al.
Veröffentlicht: (2022)

Physically Interpretable Representation and Controlled Generation for Turbulence Data
von: Fan, Tiffany, et al.
Veröffentlicht: (2025)

Sequential decoder training for improved latent space dynamics identification
von: Anderson, William, et al.
Veröffentlicht: (2025)

Continuous latent representations for modeling precipitation with deep learning
von: Radhakrishnan, Gokul, et al.
Veröffentlicht: (2024)

mLaSDI: Multi-stage latent space dynamics identification
von: Anderson, William, et al.
Veröffentlicht: (2025)

tLaSDI: Thermodynamics-informed latent space dynamics identification
von: Park, Jun Sur Richard, et al.
Veröffentlicht: (2024)

Multimodal sensor fusion in the latent representation space
von: Piechocki, Robert J., et al.
Veröffentlicht: (2022)

Quantum Generative Adversarial Autoencoders: Learning latent representations for quantum data generation
von: Raj, Naipunnya, et al.
Veröffentlicht: (2025)

Compositional Generative Inverse Design
von: Wu, Tailin, et al.
Veröffentlicht: (2024)

Efficiently improving key weather variables forecasting by performing the guided iterative prediction in latent space
von: Li, Shuangliang, et al.
Veröffentlicht: (2024)

Transfer learning under latent space model
von: Fang, Kuangnan, et al.
Veröffentlicht: (2025)

Factorization Regret mediates compositional generalization in latent space
von: Schwarcz, John
Veröffentlicht: (2026)

When predict can also explain: few-shot prediction to select better neural latents
von: Dabholkar, Kabir, et al.
Veröffentlicht: (2024)

Stability analysis of chaotic systems in latent spaces
von: Özalp, Elise, et al.
Veröffentlicht: (2024)

Robust personnel rostering: how accurate should absenteeism predictions be?
von: Doneda, Martina, et al.
Veröffentlicht: (2024)

Collaborative learning of common latent representations in routinely collected multivariate ICU physiological signals
von: Haule, Hollan, et al.
Veröffentlicht: (2024)

Shrink the longest: improving latent space isotropy with symplicial geometry
von: Kudriashov, Sergei, et al.
Veröffentlicht: (2025)

Mitigating over-exploration in latent space optimization using LES
von: Ronen, Omer, et al.
Veröffentlicht: (2024)

Identifying latent state transition in non-linear dynamical systems
von: Hızlı, Çağlar, et al.
Veröffentlicht: (2024)

Early warning indicators via latent stochastic dynamical systems
von: Feng, Lingyu, et al.
Veröffentlicht: (2023)

Self-attention-based non-linear basis transformations for compact latent space modelling of dynamic optical fibre transmission matrices
von: Zheng, Yijie, et al.
Veröffentlicht: (2024)

Variational decomposition autoencoding improves disentanglement of latent representations
von: Ziogas, Ioannis, et al.
Veröffentlicht: (2026)

Physics-informed active learning with simultaneous weak-form latent space dynamics identification
von: He, Xiaolong, et al.
Veröffentlicht: (2024)

On latent dynamics learning in nonlinear reduced order modeling
von: Farenga, Nicola, et al.
Veröffentlicht: (2024)

GLIP: Electromagnetic Field Exposure Map Completion by Deep Generative Networks
von: Mallik, Mohammed, et al.
Veröffentlicht: (2024)

Km-scale dynamical downscaling through conformalized latent diffusion models
von: Brusaferri, Alessandro, et al.
Veröffentlicht: (2025)

On the role of non-linear latent features in bipartite generative neural networks
von: Bonnaire, Tony, et al.
Veröffentlicht: (2025)

Inferring stability properties of chaotic systems on autoencoders' latent spaces
von: Özalp, Elise, et al.
Veröffentlicht: (2024)

Language steering in latent space to mitigate unintended code-switching
von: Goncharov, Andrey, et al.
Veröffentlicht: (2025)

Unconditional flow-based time series generation with equivariance-regularised latent spaces
von: Reyes, Camilo Carvajal, et al.
Veröffentlicht: (2026)

Outsourced diffusion sampling: Efficient posterior inference in latent spaces of generative models
von: Venkatraman, Siddarth, et al.
Veröffentlicht: (2025)

Ricci flow regularization in latent spaces for the forward learning of partial differential equations
von: Gracyk, Andrew
Veröffentlicht: (2024)

A look at adversarial attacks on radio waveforms from discrete latent space
von: Garuso, Attanasia, et al.
Veröffentlicht: (2025)

Learning more physically realistic dynamics in machine-learning based weather forecasting with latent-space constraints
von: Fan, Hang, et al.
Veröffentlicht: (2025)

A statistical approach to latent dynamic modeling with differential equations
von: Hackenberg, Maren, et al.
Veröffentlicht: (2023)