Buchumschlag

Koopman Operator Identification of Model Parameter Trajectories for Temporal Domain Generalization (KOMET)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hoover, Randy C., James, Jacob, May, Paul, Caudle, Kyle
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Dynamical Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Closed-Loop Koopman Operator Approximation
von: Dahdah, Steven, et al.
Veröffentlicht: (2023)

Uncertainty Modelling and Robust Observer Synthesis using the Koopman Operator
von: Dahdah, Steven, et al.
Veröffentlicht: (2024)

Generative Modeling through Koopman Spectral Analysis: An Operator-Theoretic Perspective
von: Xu, Yuanchao, et al.
Veröffentlicht: (2025)

Learning Spatio-Temporal Dynamics via Operator-Valued RKHS and Kernel Koopman Methods
von: Withanachchi, Mahishanka
Veröffentlicht: (2025)

Kernel Methods for the Approximation of the Eigenfunctions of the Koopman Operator
von: Lee, Jonghyeon, et al.
Veröffentlicht: (2024)

Efficient Parametric SVD of Koopman Operator for Stochastic Dynamical Systems
von: Jeong, Minchan, et al.
Veröffentlicht: (2025)

Koopman Kernel Regression
von: Bevanda, Petar, et al.
Veröffentlicht: (2023)

Koopman Learning with Episodic Memory
von: Redman, William T., et al.
Veröffentlicht: (2023)

Mori-Zwanzig latent space Koopman closure for nonlinear autoencoder
von: Gupta, Priyam, et al.
Veröffentlicht: (2023)

Deep Learning for Koopman Operator Estimation in Idealized Atmospheric Dynamics
von: Millard, David, et al.
Veröffentlicht: (2024)

Leveraging KANs For Enhanced Deep Koopman Operator Discovery
von: Nehma, George, et al.
Veröffentlicht: (2024)

Dynamical systems and complex networks: A Koopman operator perspective
von: Klus, Stefan, et al.
Veröffentlicht: (2024)

Koopman Theory-Inspired Method for Learning Time Advancement Operators in Unstable Flame Front Evolution
von: Yu, Rixin, et al.
Veröffentlicht: (2024)

Data-driven Modeling of Granular Chains with Modern Koopman Theory
von: Parsa, Atoosa, et al.
Veröffentlicht: (2024)

Compression of the Koopman matrix for nonlinear physical models via hierarchical clustering
von: Nishikata, Tomoya, et al.
Veröffentlicht: (2024)

Equivariance and partial observations in Koopman operator theory for partial differential equations
von: Peitz, Sebastian, et al.
Veröffentlicht: (2023)

On Data-Driven Koopman Representations of Nonlinear Delay Differential Equations
von: Rajkumar, Santosh Mohan, et al.
Veröffentlicht: (2026)

Learning Koopman-based Stability Certificates for Unknown Nonlinear Systems
von: Zhou, Ruikun, et al.
Veröffentlicht: (2024)

Trustworthy Koopman Operator Learning: Invariance Diagnostics and Error Bounds
von: Conradie, Gustav, et al.
Veröffentlicht: (2026)

Koopman-based surrogate modeling for reinforcement-learning-control of Rayleigh-Benard convection
von: Plotzki, Tim, et al.
Veröffentlicht: (2026)

ResKoopNet: Learning Koopman Representations for Complex Dynamics with Spectral Residuals
von: Xu, Yuanchao, et al.
Veröffentlicht: (2025)

Automatic feature identification in least-squares policy iteration using the Koopman operator framework
von: Zagabe, Christian Mugisho, et al.
Veröffentlicht: (2026)

Data-driven Nonlinear Model Reduction using Koopman Theory: Integrated Control Form and NMPC Case Study
von: Schulze, Jan C., et al.
Veröffentlicht: (2024)

Bilinear Input Modulation for Mamba: Koopman Bilinear Forms for Memory Retention and Multiplicative Computation
von: Fujii, Hiroki, et al.
Veröffentlicht: (2026)

Deep Koopman-layered Model with Universal Property Based on Toeplitz Matrices
von: Hashimoto, Yuka, et al.
Veröffentlicht: (2024)

On the algebra of Koopman eigenfunctions and on some of their infinities
von: Monfared, Zahra, et al.
Veröffentlicht: (2026)

Rigged Dynamic Mode Decomposition: Data-Driven Generalized Eigenfunction Decompositions for Koopman Operators
von: Colbrook, Matthew J., et al.
Veröffentlicht: (2024)

Memory in Plain Sight: Surveying the Uncanny Resemblances of Associative Memories and Diffusion Models
von: Hoover, Benjamin, et al.
Veröffentlicht: (2023)

Fourier Weak SINDy: Spectral Test Function Selection for Robust Model Identification
von: Chen, Zhiheng, et al.
Veröffentlicht: (2026)

Out-of-Domain Generalization in Dynamical Systems Reconstruction
von: Göring, Niclas, et al.
Veröffentlicht: (2024)

Late Fusion Neural Operators for Extrapolation Across Parameter Space in Partial Differential Equations
von: van Tegelen, Eva, et al.
Veröffentlicht: (2026)

Flowing Through Layers: A Continuous Dynamical Systems Perspective on Transformers
von: Fein-Ashley, Jacob
Veröffentlicht: (2025)

Koopman-Assisted Reinforcement Learning
von: Rozwood, Preston, et al.
Veröffentlicht: (2024)

Sparse identification of nonlinear dynamics and Koopman operators with Shallow Recurrent Decoder Networks
von: Gao, Mars Liyao, et al.
Veröffentlicht: (2025)

Effective Dynamics and Transition Pathways from Koopman-Inspired Neural Learning of Collective Variables
von: Sikorski, Alexander, et al.
Veröffentlicht: (2026)

On the Periodic Orbits of the Dual Logarithmic Derivative Operator
von: Yu, Xiaohang, et al.
Veröffentlicht: (2025)

CEBoosting: Online Sparse Identification of Dynamical Systems with Regime Switching by Causation Entropy Boosting
von: Chen, Chuanqi, et al.
Veröffentlicht: (2023)

Integrating Multimodal Data for Joint Generative Modeling of Complex Dynamics
von: Brenner, Manuel, et al.
Veröffentlicht: (2022)

Deep Learning of the Evolution Operator Enables Forecasting of Out-of-Training Dynamics in Chaotic Systems
von: Shokar, Ira J. S., et al.
Veröffentlicht: (2025)

Time-Scale Coupling Between States and Parameters in Recurrent Neural Networks
von: Livi, Lorenzo
Veröffentlicht: (2025)