介绍了一种通过核积分算子获得 Koopman 特征函数的方法，该方法在构建运算核时引入了大量的延迟坐标，使得在无限延迟的极限下，可以在 Koopman 算子的离散谱子空间中创建一个映射，从而在具有纯点谱或混合谱的高维数据系统中有效逼近 Koopman 特征函数。

Jun, 2017

本文提出了一种关于动力学系统的新框架，基于可观测的动力学图像并引入了 Koopman 算符，以解决高维、不确定的系统难题，并使其扩展和改进为更广泛的应用提供引导。

Jun, 2012

本研究提出了 Koopmanizing Flows 方法，它是一种新的连续时间框架，用于监督学习一类非线性动力学的线性预测器，可有效地解决寻找有意义的有限维表示以进行预测的问题，并在 LASA 手写字体基准测试中展示出卓越的功效。

Dec, 2021

该研究在稳定吸引子的线性和非线性动力系统中，运用谱算子理论探究了与 Koopman 算子相关的广义特征函数、中心流形等特性，同时也定义了一些新的概念，如开放特征函数、 调制 Fock 空间等，并提供了如何基于 Koopman 算子的特征函数来定义稳定、不稳定和全局中心流形的一般方法。另外，该研究还关注了一些度量系统的谱特征和一些数据集的同步属性相关的问题。

Feb, 2017

本文探讨了对于非线性问题，可用于 Koopman 分析的能够获得线性控制器的不变子空间中观察函数的选择，并介绍了一种利用数据驱动策略确定非线性函数空间的极度稀疏回归算法来识别相关可观察函数的算法，最后演示了如何利用从线性最优控制中的技术来设计非线性系统的最优控制律。

Oct, 2015

本文提出了一种基于测度理论的深度神经网络学习连续时间 Koopman 算子的方法，使用结构参数化来保证稳定性，并构建了一个自动编码器架构以学习动态模态分解的残差部分，并在基于贝叶斯方法的平均场变分推断下评估了该框架。

Jun, 2019

本篇论文探讨了 Koopman 算子理论在处理非线性系统方面的应用，着重介绍了 Koopman 算子动力学模型中各种现有方法的优缺点，分析了 Koopman 算子理论与系统理论概念的关系及其在控制系统建模中的潜力，同时讨论了当前的挑战和未来的发展方向。

Feb, 2021

通过对大规模系统的部分观测或粗粒化进行分析和数值实验，本文探讨了 Koopman 算子在非线性动力学中的线性函数空间表示，同时提出了 EDMD 算法在选取观测的数量时可能存在的问题，并揭示了系统动力学对 Koopman 算子的对称性，可大幅提高模型的效率，并提供了 Kuramoto-Sivashinsky 方程数值实例支持。

Jul, 2023

这篇论文描述了使用 Koopman 算子及其特征函数进行非线性系统的控制的方法，并提出了基于数据驱动的降阶方法，证明了验证确定的特征函数的重要性并且说明了其在控制中的作用。

Jul, 2017

研究采用新颖的算子理论框架来探讨非线性系统的全局稳定性，通过研究 Koopman 算子特定的本征函数存在性与超孤立点及极限环全局稳定性的关系，并辅助用数值方法推算状态空间吸引子的稳定区域来证明该全局稳定性的结论。

Aug, 2014