Nov, 2022
利用时变低秩自回归方法从时空数据中发现动态模式
Discovering Dynamic Patterns from Spatiotemporal Data with Time-Varying Low-Rank Autoregression
Xinyu Chen, Chengyuan Zhang, Xiaoxu Chen, Nicolas Saunier, Lijun Sun
TL;DR本文研究了从时空数据中发现可解释动态模式的问题,提出了一种基于低秩张量分解的时变降维自回归模型,用于模型压缩和模式发现,并证明了该模型在多个非线性动力系统的时空数据建模和特征提取方面的有效性。