neural ODEs

2 items

RESEARCHarXiv CS.LG·08/04/2026

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·30/04/2026

Observable Neural ODEs for Identifiable Causal Forecasting in Continuous Time

Esta pesquisa aborda desafios na inferência causal em tempo contínuo devido a confundidores ocultos, demonstrando que a observabilidade das dinâmicas latentes é crucial para identificar efeitos de tratamento dinâmicos. Propõe os Observable Neural ODEs (ObsNODEs), um modelo inovador para previsão causal que aprende dinâmicas contínuas reconstruíveis.

forecasting continuous-time models causal inference neural ODEs