neural ODEs

2 items

RESEARCHarXiv CS.LG·8/4/2026

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·30/4/2026

Observable Neural ODEs for Identifiable Causal Forecasting in Continuous Time

Esta investigación aborda los desafíos en la inferencia causal en tiempo continuo debido a factores de confusión ocultos, demostrando que la observabilidad de la dinámica latente es crucial para identificar efectos de tratamiento dinámicos. Propone los Observable Neural ODEs (ObsNODEs), un modelo novedoso para la previsión causal que aprende dinámicas de tiempo continuo reconstruibles.

forecasting continuous-time models causal inference neural ODEs