跳到正文
智迹闻AuraTracer

研究提出基于泛函分析的动力系统发现方法

本机阅读

发生了什么

据arXiv cs.LG发布的研究,研究人员提出了一种基于泛函分析和算子理论的机器学习方法,旨在从单条状态轨迹中发现未知的非线性微分方程及动力系统。该方法通过在函数空间构建积分形式的代价函数,而非传统的离散误差求和,实现了对未知向量场、外部作用力及动力学特征的同步发现。该方法支持处理强制与非强制的自治及非自治动力系统,并具备在线增量学习能力。

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.LG一手材料

    研究人员提出基于泛函分析的数据驱动机器学习方法,用于从单条状态轨迹中发现未知非线性微分方程及动力系统。

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口