:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Teng, Rosafalco, Luca, Cui, Wei, Zhao, Lin, Frangi, Attilio
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Dynamical Systems
Online-Zugang:	https://arxiv.org/abs/2604.15181
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EKF-SINDy: Empowering the extended Kalman filter with sparse identification of nonlinear dynamics
von: Rosafalco, Luca, et al.
Veröffentlicht: (2024)

Online learning in bifurcating dynamic systems via SINDy and Kalman filtering
von: Rosafalco, Luca, et al.
Veröffentlicht: (2024)

Data-driven forced response analysis with min-max representations of nonlinear restoring forces
von: Saito, Akira, et al.
Veröffentlicht: (2026)

VENI, VINDy, VICI: a generative reduced-order modeling framework with uncertainty quantification
von: Conti, Paolo, et al.
Veröffentlicht: (2024)

Machine-learning invariant foliations in forced systems for reduced order modelling
von: Szalai, Robert
Veröffentlicht: (2024)

Identifying the nonlinear string dynamics with port-Hamiltonian neural networks
von: Linares, Maximino, et al.
Veröffentlicht: (2026)

Data-driven system identification using quadratic embeddings of nonlinear dynamics
von: Klus, Stefan, et al.
Veröffentlicht: (2025)

Data-driven model order reduction for structures with piecewise linear nonlinearity using dynamic mode decomposition
von: Saito, Akira, et al.
Veröffentlicht: (2026)

Governing equation discovery of a complex system from snapshots
von: Zhu, Qunxi, et al.
Veröffentlicht: (2024)

BINDy -- Bayesian identification of nonlinear dynamics with reversible-jump Markov-chain Monte-Carlo
von: Champneys, Max D., et al.
Veröffentlicht: (2024)

Sparse identification of nonlinear dynamics with library optimization mechanism: Recursive long-term prediction perspective
von: Yonezawa, Ansei, et al.
Veröffentlicht: (2025)

Deep learning for model correction of dynamical systems with data scarcity
von: Tatsuoka, Caroline, et al.
Veröffentlicht: (2024)

Probabilistic function-on-function nonlinear autoregressive model for emulation and reliability analysis of dynamical systems
von: Song, Zhouzhou, et al.
Veröffentlicht: (2026)

Zero-shot Imputation with Foundation Inference Models for Dynamical Systems
von: Seifner, Patrick, et al.
Veröffentlicht: (2024)

Deep learning and the rate of approximation by flows
von: Cheng, Jingpu, et al.
Veröffentlicht: (2026)

Deep learning for predicting the occurrence of tipping points
von: Zhuge, Chengzuo, et al.
Veröffentlicht: (2024)

Controlled oscillation modeling using port-Hamiltonian neural networks
von: Linares, Maximino, et al.
Veröffentlicht: (2026)

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

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

Improved deep learning of chaotic dynamical systems with multistep penalty losses
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2024)

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

Likelihood-Free Inference and Hierarchical Data Assimilation for Geological Carbon Storage
von: Teng, Wenchao, et al.
Veröffentlicht: (2024)

Auto-differentiable data assimilation: Co-learning of states, dynamics, and filtering algorithms
von: Adrian, Melissa, et al.
Veröffentlicht: (2026)

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

Dictionary learning for Kernel EDMD
von: Bolager, Erik Lien, et al.
Veröffentlicht: (2026)

Deficiency of equation-finding approach to data-driven modeling of dynamical systems
von: Zhai, Zheng-Meng, et al.
Veröffentlicht: (2025)

Machine learning identifies nullclines in oscillatory dynamical systems
von: Prokop, Bartosz, et al.
Veröffentlicht: (2025)

Noise-induced degeneration in online learning
von: Sato, Yuzuru, et al.
Veröffentlicht: (2020)

Stabilization of nonlinear systems with unknown delays via delay-adaptive neural operator approximate predictors
von: Bhan, Luke, et al.
Veröffentlicht: (2025)

Control of dynamical systems with neural networks
von: Böttcher, Lucas
Veröffentlicht: (2025)

Rhythmic sharing: A bio-inspired paradigm for zero-shot adaptive learning in neural networks
von: Kang, Hoony, et al.
Veröffentlicht: (2025)

On the Stability of a non-hyperbolic nonlinear map with non-bounded set of non-isolated fixed points with applications to Machine Learning
von: Hansen, Roberta, et al.
Veröffentlicht: (2024)

How iteration order influences convergence and stability in deep learning
von: Dherin, Benoit, et al.
Veröffentlicht: (2025)

Synchronization on circles and spheres with nonlinear interactions
von: Criscitiello, Christopher, et al.
Veröffentlicht: (2024)

Generative learning for nonlinear dynamics
von: Gilpin, William
Veröffentlicht: (2023)

Learning dynamical systems from data: Gradient-based dictionary optimization
von: Tabish, Mohammad, et al.
Veröffentlicht: (2024)

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

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

Hierarchical deep learning-based adaptive time-stepping scheme for multiscale simulations
von: Hamid, Asif, et al.
Veröffentlicht: (2023)

How deep is your network? Deep vs. shallow learning of transfer operators
von: Tabish, Mohammad, et al.
Veröffentlicht: (2025)