Apr, 2023
控制混沌：在递归神经网络的训练中强制执行动力学不变量
Constraining Chaos: Enforcing dynamical invariants in the training of
recurrent neural networks
TL;DR运用遍历理论引入机器学习的新型训练方式，强制实现系统中的动力学不变量，以提高在有限数据情况下对混沌动力学系统的长期预测能力，用回声状态网络体系结构进行演示，并以Lorenz1996混沌动力学系统和光谱拟地转模型为测试案例，取得了丰硕成果。