:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Hang, Liu, Huidong, Zhang, Qingchen, Joy, William, Nikulina, Kateryna, Schuppert, Andreas A., Saffaran, Sina, Bates, Declan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2603.11372
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Digital Twins of Mechanically Ventilated Preterm Neonates with Respiratory Distress Syndrome
von: Saffaran, Sina, et al.
Veröffentlicht: (2025)

Flexible Swarm Learning May Outpace Foundation Models in Essential Tasks
von: Samadi, Moein E., et al.
Veröffentlicht: (2025)

GIS-gestützte Auswertung grossmassstäblicher historischer Karten als historisch-geographischer Beitrag zur archäologischen Forschung am Beispiel der frühkeltischen Fürstensitze in Südwestdeutschland
von: Christof Schuppert
Veröffentlicht: (2009)

The World of Rules
von: Schuppert, Gunnar Folke
Veröffentlicht: (2019)

A Global History of Ideas in the Language of Law
von: Schuppert, Gunnar Folke
Veröffentlicht: (2021)

Methodology for Interpretable Reinforcement Learning for Optimizing Mechanical Ventilation
von: Lee, Joo Seung, et al.
Veröffentlicht: (2024)

Features of the population structure of Fucus vesiculosus L. (Phaeophyceae) in different areas of the Murmansk coast of the Barents Sea, 2021
von: Malavenda, S. V., et al.
Veröffentlicht: (2023)

Smooth Kolmogorov Arnold networks enabling structural knowledge representation
von: Samadi, Moein E., et al.
Veröffentlicht: (2024)

Contract-based Verification of Digital Twins
von: Naeem, Muhammad, et al.
Veröffentlicht: (2025)

Digital Twin of Autonomous Surface Vessels for Safe Maritime Navigation Enabled through Predictive Modeling and Reinforcement Learning
von: Menges, Daniel, et al.
Veröffentlicht: (2024)

Digital Twin‐Based Quality Control: Ensuring Precision in Precast Concrete Elements
von: Simon Kosse, et al.
Veröffentlicht: (2026)

Reasoned Safety Alignment: Ensuring Jailbreak Defense via Answer-Then-Check
von: Cao, Chentao, et al.
Veröffentlicht: (2025)

Digital Twin‐Enabled Deep Reinforcement Learning for Safety‐Guaranteed Flocking Motion of UAV Swarm
von: Zhilin Li, et al.
Veröffentlicht: (2024)

Theorem-Carrying Transactions: Runtime Verification to Ensure Interface Specifications for Smart Contract Safety
von: Ball, Thomas, et al.
Veröffentlicht: (2024)

Spatio‐Clock Synchronous Constraint Systems Specification and Verification to Ensure Autonomous Driving Safety
von: Jinyong Wang, et al.
Veröffentlicht: (2025)

AutoBS: Autonomous Base Station Deployment with Reinforcement Learning and Digital Network Twins
von: Lee, Ju-Hyung, et al.
Veröffentlicht: (2025)

Ensuring Safety in Target Pursuit Control: A CBF-Safe Reinforcement Learning Approach
von: Deng, Yaosheng, et al.
Veröffentlicht: (2024)

Sparsity-based Safety Conservatism for Constrained Offline Reinforcement Learning
von: Cho, Minjae, et al.
Veröffentlicht: (2024)

Advancing Safe Mechanical Ventilation Using Offline RL With Hybrid Actions and Clinically Aligned Rewards
von: Yousuf, Muhammad Hamza, et al.
Veröffentlicht: (2025)

Behavior Preference Regression for Offline Reinforcement Learning
von: Srinivasan, Padmanaba, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning with Behavioral Supervisor Tuning
von: Srinivasan, Padmanaba, et al.
Veröffentlicht: (2024)

Digital Twin Calibration with Model-Based Reinforcement Learning
von: Zheng, Hua, et al.
Veröffentlicht: (2025)

Continual Reinforcement Learning for Digital Twin Synchronization Optimization
von: Tong, Haonan, et al.
Veröffentlicht: (2025)

Sustainability of Data Center Digital Twins with Reinforcement Learning
von: Sarkar, Soumyendu, et al.
Veröffentlicht: (2024)

Automating Formal Verification with Reinforcement Learning and Recursive Inference
von: Tan, Max
Veröffentlicht: (2026)

Latent Safety-Constrained Policy Approach for Safe Offline Reinforcement Learning
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

Diffusion Models for Offline Multi-agent Reinforcement Learning with Safety Constraints
von: Huang, Jianuo
Veröffentlicht: (2024)

Journal of Mechanical Ventilation
Veröffentlicht: (2023)

Automated Detection and Mitigation of Dependability Failures in Healthcare Scenarios through Digital Twins
von: Guindani, Bruno, et al.
Veröffentlicht: (2026)

Offline Model-Based Reinforcement Learning with Anti-Exploration
von: Srinivasan, Padmanaba, et al.
Veröffentlicht: (2024)

TwinRL: Digital Twin-Driven Reinforcement Learning for Real-World Robotic Manipulation
von: Xu, Qinwen, et al.
Veröffentlicht: (2026)

TwinLoop: Simulation-in-the-Loop Digital Twins for Online Multi-Agent Reinforcement Learning
von: Zhang, Nan, et al.
Veröffentlicht: (2026)

Formal Verification of Digital Twins with TLA and Information Leakage Control
von: Huang, Luwen, et al.
Veröffentlicht: (2024)

Verification of Digital Twins using Classical and Statistical Model Checking
von: Gunasekaran, Raghavendran, et al.
Veröffentlicht: (2025)

Safety-Ensured Robotic Control Framework for Cutting Task Automation in Endoscopic Submucosal Dissection
von: Kim, Yitaek, et al.
Veröffentlicht: (2025)

Challenges in Ensuring AI Safety in DeepSeek-R1 Models: The Shortcomings of Reinforcement Learning Strategies
von: Parmar, Manojkumar, et al.
Veröffentlicht: (2025)

A Reinforcement Learning-Driven Transformer GAN for Molecular Generation
von: Li, Chen, et al.
Veröffentlicht: (2025)

Offline Trajectory Optimization for Offline Reinforcement Learning
von: Zhao, Ziqi, et al.
Veröffentlicht: (2024)

Offline Goal-Conditioned Reinforcement Learning for Safety-Critical Tasks with Recovery Policy
von: Cao, Chenyang, et al.
Veröffentlicht: (2024)

dataRLsec: Safety, Security, and Reliability With Robust Offline Reinforcement Learning for DPAs
von: Pandian, Shriram KS, et al.
Veröffentlicht: (2026)