neural ODEs

2 items

RESEARCHarXiv CS.LG·4/8/2026

Enhancing sample efficiency in reinforcement-learning-based flow control: replacing the critic with an adaptive reduced-order model

Este trabalho introduz uma estrutura de aprendizado por reforço baseada em modelo de ordem reduzida (ROM) adaptativo para controle de fluxo ativo. Ele visa melhorar a eficiência de amostragem do DRL, substituindo o crítico por um ROM que estima gradientes e se atualiza continuamente com novos dados.

Sample Efficiency reinforcement learning Flow Control Reduced-Order Models

RESEARCHarXiv CS.LG·4/30/2026

Observable Neural ODEs for Identifiable Causal Forecasting in Continuous Time

Diese Forschung befasst sich mit Herausforderungen bei der kausalen Inferenz in kontinuierlicher Zeit aufgrund versteckter Störgrößen und zeigt, dass die Beobachtbarkeit latenter Dynamiken entscheidend für die Identifizierung dynamischer Behandlungseffekte ist. Sie schlägt Observable Neural ODEs (ObsNODEs) vor, ein neuartiges Modell für kausale Prognosen, das rekonstruierbare kontinuierliche Zeitdynamiken lernt.

forecasting continuous-time models causal inference neural ODEs