Buchumschlag

Generative Flow Networks for Model Adaptation in Digital Twins of Natural Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Archambault, Pascal, Sahraoui, Houari, Syriani, Eugene
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Variational Digital Twins
von: Burnett, Logan A., et al.
Veröffentlicht: (2025)

Control of Medical Digital Twins with Artificial Neural Networks
von: Böttcher, Lucas, et al.
Veröffentlicht: (2024)

Physics-based Digital Twins for Integrated Thermal Energy Systems Using Active Learning
von: Nabila, Umme Mahbuba, et al.
Veröffentlicht: (2026)

Large Vision Model-Enhanced Digital Twin with Deep Reinforcement Learning for User Association and Load Balancing in Dynamic Wireless Networks
von: Tao, Zhenyu, et al.
Veröffentlicht: (2024)

An LLM-Based Digital Twin for Optimizing Human-in-the Loop Systems
von: Yang, Hanqing, et al.
Veröffentlicht: (2024)

Constructing and Evaluating Digital Twins: An Intelligent Framework for DT Development
von: Ma, Longfei, et al.
Veröffentlicht: (2024)

Physics-Embedded Neural ODEs for Sim2Real Edge Digital Twins of Hybrid Power Electronics Systems
von: Zheng, Jialin, et al.
Veröffentlicht: (2025)

A Digital Twin for Diesel Engines: Operator-infused Physics-Informed Neural Networks with Transfer Learning for Engine Health Monitoring
von: Nath, Kamaljyoti, et al.
Veröffentlicht: (2024)

Sparse Attention-driven Quality Prediction for Production Process Optimization in Digital Twins
von: Yin, Yanlei, et al.
Veröffentlicht: (2024)

Optimizing Wireless Resource Management and Synchronization in Digital Twin Networks
von: Yu, Hanzhi, et al.
Veröffentlicht: (2025)

DDD-GenDT: Dynamic Data-driven Generative Digital Twin Framework
von: Lin, Yu-Zheng, et al.
Veröffentlicht: (2024)

Real-Time AI-Driven Milling Digital Twin Towards Extreme Low-Latency
von: Liu, Wenyi, et al.
Veröffentlicht: (2025)

Digital Twin Assisted Deep Reinforcement Learning for Online Admission Control in Sliced Network
von: Tao, Zhenyu, et al.
Veröffentlicht: (2023)

Empowering Cognitive Digital Twins with Generative Foundation Models: Developing a Low-Carbon Integrated Freight Transportation System
von: Li, Xueping, et al.
Veröffentlicht: (2024)

Equation-Free Digital Twins for Nonlinear Structural Dynamics
von: Abaei, Mohammad Mahdi, et al.
Veröffentlicht: (2026)

Weighted Flow Matching and Physics-Informed Nonlinear Filtering for Parameter Estimation in Digital Twins
von: Yanik, Yasar, et al.
Veröffentlicht: (2026)

Real-Time Decision-Making for Digital Twin in Additive Manufacturing with Model Predictive Control using Time-Series Deep Neural Networks
von: Chen, Yi-Ping, et al.
Veröffentlicht: (2025)

Optimizing Reinforcement Learning Training over Digital Twin Enabled Multi-fidelity Networks
von: Yu, Hanzhi, et al.
Veröffentlicht: (2026)

VoI-Driven Joint Optimization of Control and Communication in Vehicular Digital Twin Network
von: Lei, Lei, et al.
Veröffentlicht: (2025)

MPC of Uncertain Nonlinear Systems with Meta-Learning for Fast Adaptation of Neural Predictive Models
von: Yan, Jiaqi, et al.
Veröffentlicht: (2024)

Global Performance Guarantees for Neural Network Models of AC Power Flow
von: Chevalier, Samuel, et al.
Veröffentlicht: (2022)

Structural System Identification via Validation and Adaptation
von: López, Cristian, et al.
Veröffentlicht: (2025)

PowerFlowMultiNet: Multigraph Neural Networks for Unbalanced Three-Phase Distribution Systems
von: Ghamizi, Salah, et al.
Veröffentlicht: (2024)

Industrial Energy Disaggregation with Digital Twin-generated Dataset and Efficient Data Augmentation
von: Internò, Christian, et al.
Veröffentlicht: (2025)

Graph Neural Network-Accelerated Network-Reconfigured Optimal Power Flow
von: Pham, Thuan, et al.
Veröffentlicht: (2024)

PGLearn -- An Open-Source Learning Toolkit for Optimal Power Flow
von: Klamkin, Michael, et al.
Veröffentlicht: (2025)

A Flow-Based Model for Conditional and Probabilistic Electricity Consumption Profile Generation and Prediction
von: Xia, Weijie, et al.
Veröffentlicht: (2024)

Digital Twin-based Out-of-Distribution Detection in Autonomous Vessels
von: Isaku, Erblin, et al.
Veröffentlicht: (2025)

A Transition System Abstraction Framework for Neural Network Dynamical System Models
von: Yang, Yejiang, et al.
Veröffentlicht: (2024)

Automatic dimensionality reduction of Twin-in-the-Loop Observers
von: Delcaro, Giacomo, et al.
Veröffentlicht: (2024)

SuperGen: An Efficient Ultra-high-resolution Video Generation System with Sketching and Tiling
von: Ye, Fanjiang, et al.
Veröffentlicht: (2025)

Wind Power Scenario Generation based on the Generalized Dynamic Factor Model and Generative Adversarial Network
von: Cho, Young-ho, et al.
Veröffentlicht: (2025)

Differentiable Optimization for Deep Learning-Enhanced DC Approximation of AC Optimal Power Flow
von: Rosemberg, Andrew, et al.
Veröffentlicht: (2025)

Review on Fault Diagnosis and Fault-Tolerant Control Scheme for Robotic Manipulators: Recent Advances in AI, Machine Learning, and Digital Twin
von: Quamar, Md Muzakkir, et al.
Veröffentlicht: (2024)

Incremental Correction in Dynamic Systems Modelled with Neural Networks for Constraint Satisfaction
von: Cho, Namhoon, et al.
Veröffentlicht: (2022)

SmartMeterFM: Unifying Smart Meter Data Generative Tasks Using Flow Matching Models
von: Lin, Nan, et al.
Veröffentlicht: (2026)

Reduced Optimal Power Flow Using Graph Neural Network
von: Pham, Thuan, et al.
Veröffentlicht: (2022)

Towards Trustworthy 6G Network Digital Twins: A Framework for Validating Counterfactual What-If Analysis in Edge Computing Resources
von: Agudelo, Julian Jimenez, et al.
Veröffentlicht: (2026)

HardFlow: Hard-Constrained Sampling for Flow-Matching Models via Trajectory Optimization
von: Li, Zeyang, et al.
Veröffentlicht: (2025)

Power Flow Approximations for Multiphase Distribution Networks using Gaussian Processes
von: Glover, Daniel, et al.
Veröffentlicht: (2025)