Buchumschlag

Learning Koopman operators for coupled systems via information on governing equations of subsystems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Naoi, Tatsuya, Ohkubo, Jun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tensor-based computation of the Koopman generator via operator logarithm
von: Kishimoto, Tatsuya, et al.
Veröffentlicht: (2026)

Koopman operator-based discussion on partial observation in stochastic systems
von: Ohkubo, Jun
Veröffentlicht: (2025)

Koopman analysis of combinatorial optimization problems with replica exchange Monte Carlo method
von: Naoi, Tatsuya, et al.
Veröffentlicht: (2024)

Extraction of nonlinearity in neural networks with Koopman operator
von: Sugishita, Naoki, et al.
Veröffentlicht: (2024)

Integrated utilization of equations and small dataset in the Koopman operator: applications to forward and inverse problems
von: Ohta, Ichiro, et al.
Veröffentlicht: (2025)

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

Neural network initialization with nonlinear characteristics and information on hierarchical features
von: Homma, Hikaru, et al.
Veröffentlicht: (2025)

Extraction of linearized models from pre-trained networks via knowledge distillation
von: Kimura, Fumito, et al.
Veröffentlicht: (2026)

Aspects of importance sampling in parameter selection for neural networks using ridgelet transform
von: Homma, Hikaru, et al.
Veröffentlicht: (2024)

Invertible Koopman neural operator for data-driven modeling of partial differential equations
von: Jin, Yuhong, et al.
Veröffentlicht: (2025)

Deep Koopman operator framework for causal discovery in nonlinear dynamical systems
von: Nathaniel, Juan, et al.
Veröffentlicht: (2025)

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

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

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

Learning Hamiltonian neural Koopman operator and simultaneously sustaining and discovering conservation law
von: Zhang, Jingdong, 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)

On the relationship between Koopman operator approximations and neural ordinary differential equations for data-driven time-evolution predictions
von: Buzhardt, Jake, et al.
Veröffentlicht: (2024)

Characterization of Locality in Spin States and Forced Moves for Optimizations
von: Sato, Yoshiki, et al.
Veröffentlicht: (2023)

Attention-Enhanced Reservoir Computing
von: Köster, Felix, et al.
Veröffentlicht: (2023)

Learning Time-Varying Graph Signals via Koopman
von: Krishnan, Sivaram, et al.
Veröffentlicht: (2025)

Balanced Neural ODEs: nonlinear model order reduction and Koopman operator approximations
von: Aka, Julius, et al.
Veröffentlicht: (2024)

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

Koopman Autoencoders Learn Neural Representation Dynamics
von: Aswani, Nishant Suresh, et al.
Veröffentlicht: (2025)

Physics-informed neural networks for operator equations with stochastic data
von: Escapil-Inchauspé, Paul, et al.
Veröffentlicht: (2022)

Sparse and nonparametric estimation of equations governing dynamical systems with applications to biology
von: Pillonetto, G., et al.
Veröffentlicht: (2025)

Imitation Learning with Limited Actions via Diffusion Planners and Deep Koopman Controllers
von: Bi, Jianxin, et al.
Veröffentlicht: (2024)

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

Conformal Online Learning of Deep Koopman Linear Embeddings
von: Gao, Ben, et al.
Veröffentlicht: (2025)

Enforcing governing equation constraints in neural PDE solvers via training-free projections
von: Rochman, Omer, et al.
Veröffentlicht: (2025)

Koopman Identification of Nonlinear Systems via Reservoir Liftings
von: Gu, Weibin, et al.
Veröffentlicht: (2026)

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

Learning dynamical systems with biochemically informed neural ordinary differential equations
von: Fonseca, Luis L., et al.
Veröffentlicht: (2026)

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

Kalman Filter Aided Federated Koopman Learning
von: Chen, Yutao, et al.
Veröffentlicht: (2025)

Learning functions, operators and dynamical systems with kernels
von: Rosasco, Lorenzo
Veröffentlicht: (2025)

Koopman neural operator as a mesh-free solver of non-linear partial differential equations
von: Xiong, Wei, et al.
Veröffentlicht: (2023)

Global Description of Flutter Dynamics via Koopman Theory
von: Song, Jiwoo, et al.
Veröffentlicht: (2025)

KoopGen: Koopman Generator Networks for Representing and Predicting Dynamical Systems with Continuous Spectra
von: Su, Liangyu, et al.
Veröffentlicht: (2026)

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

Generative Modeling of Regular and Irregular Time Series Data via Koopman VAEs
von: Naiman, Ilan, et al.
Veröffentlicht: (2023)