( en | de | ru )

 

Disambiguierung von "Wenk, Philippe"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
ODIN: ODE-Informed Regression for Parameter and State Inference in Time-Continuous Dynamical Systems.

, , , , , und . AAAI, Seite 6364-6371. AAAI Press, (2020)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Brian Wenk

Günter Wenk

Peter Wenk

Herbert Wenk

Hartmut Wenk

 

Weitere Publikationen von Autoren mit dem selben Namen

Fast Gaussian process based gradient matching for parameter identification in systems of nonlinear ODEs., , , , , und . AISTATS, Volume 89 von Proceedings of Machine Learning Research, Seite 1351-1360. PMLR, (2019)Learning Stable Deep Dynamics Models for Partially Observed or Delayed Dynamical Systems., , , und . NeurIPS, Seite 11870-11882. (2021)Distributional Gradient Matching for Learning Uncertain Neural Dynamics Models., , , und . NeurIPS, Seite 29780-29793. (2021)Adaptive Gaussian Process Change Point Detection., , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 2542-2571. PMLR, (2022)SLEIPNIR: Deterministic and Provably Accurate Feature Expansion for Gaussian Process Regression with Derivatives., , , , und . CoRR, (2020)ODIN: ODE-Informed Regression for Parameter and State Inference in Time-Continuous Dynamical Systems., , , , , und . CoRR, (2019)ODIN: ODE-Informed Regression for Parameter and State Inference in Time-Continuous Dynamical Systems., , , , , und . AAAI, Seite 6364-6371. AAAI Press, (2020)Learning time-continuous dynamics models with Gaussian-process-based gradient matching.. ETH Zurich, Zürich, Switzerland, (2022)base-search.net (ftethz:oai:www.research-collection.ethz.ch:20.500.11850/591579).AReS and MaRS Adversarial and MMD-Minimizing Regression for SDEs., , , , , und . ICML, Volume 97 von Proceedings of Machine Learning Research, Seite 1-10. PMLR, (2019)A Real-Robot Dataset for Assessing Transferability of Learned Dynamics Models., , , , , , , , , und 4 andere Autor(en). ICRA, Seite 8151-8157. IEEE, (2020)