Buchumschlag

Koopman Subspace Pruning in Reproducing Kernel Hilbert Spaces via Principal Vectors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shah, Dhruv, Cortes, Jorge
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Systems and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Subspace Pruning via Principal Vectors for Accurate Koopman-Based Approximations
von: Shah, Dhruv, et al.
Veröffentlicht: (2026)

A Unified Algebraic Framework for Subspace Pruning in Koopman Operator Approximation via Principal Vectors
von: Shah, Dhruv, et al.
Veröffentlicht: (2026)

Learning of Hamiltonian Dynamics with Reproducing Kernel Hilbert Spaces
von: Smith, Torbjørn, et al.
Veröffentlicht: (2023)

A Behavioral Framework for Data-Driven Modeling of Nonlinear Systems in Vector-Valued Reproducing Kernel Hilbert Spaces
von: Hou, Boya, et al.
Veröffentlicht: (2026)

Data-Driven Stochastic Optimal Control in Reproducing Kernel Hilbert Spaces
von: Hoischen, Nicolas, et al.
Veröffentlicht: (2024)

Learning Hamiltonian Dynamics with Reproducing Kernel Hilbert Spaces and Random Features
von: Smith, Torbjørn, et al.
Veröffentlicht: (2024)

Online Regularized Statistical Learning in Reproducing Kernel Hilbert Space With Non-Stationary Data
von: Zhang, Xiwei, et al.
Veröffentlicht: (2024)

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

Koopman-based Estimation of Lyapunov Functions: Theory on a Reproducing Kernel Hilbert Space
von: Tang, Wentao, et al.
Veröffentlicht: (2026)

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

Modeling Nonlinear Control Systems via Koopman Control Family: Universal Forms and Subspace Invariance Proximity
von: Haseli, Masih, et al.
Veröffentlicht: (2023)

Technical Report for Dissipativity Learning in Reproducing Kernel Hilbert Space
von: Ye, Xiuzhen, et al.
Veröffentlicht: (2025)

AIRE-Prune: Asymptotic Impulse-Response Energy for State Pruning in State Space Models
von: Padhy, Apurba Prasad, et al.
Veröffentlicht: (2026)

Robust Nonlinear System Identification in Reproducing Kernel Hilbert Spaces via Scenario Optimization
von: Lübsen, Jannis, et al.
Veröffentlicht: (2026)

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

Koopman-Equivariant Gaussian Processes
von: Bevanda, Petar, et al.
Veröffentlicht: (2025)

Nonparametric Control Koopman Operators
von: Bevanda, Petar, et al.
Veröffentlicht: (2024)

Information Shapes Koopman Representation
von: Cheng, Xiaoyuan, et al.
Veröffentlicht: (2025)

Controller Design for Bilinear Neural Feedback Loops
von: Shah, Dhruv, et al.
Veröffentlicht: (2025)

KoopCast: Trajectory Forecasting via Koopman Operators
von: Lee, Jungjin, et al.
Veröffentlicht: (2025)

Kernel Methods for Stochastic Dynamical Systems with Application to Koopman Eigenfunctions: Feynman-Kac Representations and RKHS Approximation
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2026)

Convergent Methods for Koopman Operators on Reproducing Kernel Hilbert Spaces
von: Boullé, Nicolas, et al.
Veröffentlicht: (2025)

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

Koopman operator for time-dependent reliability analysis
von: N., Navaneeth, et al.
Veröffentlicht: (2022)

Nonparametric Sparse Online Learning of the Koopman Operator
von: Hou, Boya, et al.
Veröffentlicht: (2025)

Bayesian Transfer Operators in Reproducing Kernel Hilbert Spaces
von: Boshoff, Septimus, et al.
Veröffentlicht: (2025)

Mirror Descent on Reproducing Kernel Banach Spaces
von: Kumar, Akash, et al.
Veröffentlicht: (2024)

Koopman-based Deep Learning for Nonlinear System Estimation
von: Sun, Zexin, et al.
Veröffentlicht: (2024)

Koopman-based Prediction of Connectivity for Flying Ad Hoc Networks
von: Krishnan, Sivaram, et al.
Veröffentlicht: (2025)

PowerGNN: A Topology-Aware Graph Neural Network for Electricity Grids
von: Suri, Dhruv, et al.
Veröffentlicht: (2025)

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)

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

Koopman-Based Nonlinear Identification and Adaptive Control of a Turbofan Engine
von: Grasev, David
Veröffentlicht: (2026)

Koopman Eigenfunction-Based Identification and Optimal Nonlinear Control of Turbojet Engine
von: Grasev, David
Veröffentlicht: (2025)

Deep Koopman-based Control of Quality Variation in Multistage Manufacturing Systems
von: Chen, Zhiyi, et al.
Veröffentlicht: (2024)

Koopman Data-Driven Predictive Control with Robust Stability and Recursive Feasibility Guarantees
von: de Jong, Thomas, et al.
Veröffentlicht: (2024)

Linear quadratic control of nonlinear systems with Koopman operator learning and the Nyström method
von: Caldarelli, Edoardo, et al.
Veröffentlicht: (2024)

Robust Koopman Control Barrier Filters for Safe Actor-Critic Reinforcement Learning
von: Kushwaha, Dhruv S., et al.
Veröffentlicht: (2026)

Stochastic Deep Koopman Model for Quality Propagation Analysis in Multistage Manufacturing Systems
von: Chen, Zhiyi, et al.
Veröffentlicht: (2023)