BriefGPT.xyz
Ask
alpha
关键词
complex dynamical systems
搜索结果 - 5
利用时间卷积自编码器推断动力系统的时变耦合
通过对复杂动态系统中非线性和非平稳性交互的评估,我们引入了用于因果推断的时间自编码 (TACI) 方法,该方法结合了一种新的代理数据度量因果交互和一种新的双头机器学习架构来识别和测量时间变化的因果交互的方向和强度。通过对合成数据集和实际数据
→
PDF
a month ago
NODEC: 用于未知动态系统的神经常微分方程优化控制
通过耦合的神经 ODE 模型,NODEC 实现了对未知动力学系统的控制以及目标状态下的优化控制,展示了其在学习未知动力学系统的最优控制方面的有效性和数据效率。
PDF
6 months ago
复杂动力系统模型中结构错误的学习
利用结构性错误模型的学习和数据同化技术来建模复杂动力系统中的未解决特征是一种有效的方法,其中闭合模型对未解决的尺度进行建模,通过学习结构性错误来改进模型,并演示了两个数值示例来说明其概念和算法。
PDF
6 months ago
利用部分状态观测进行机器学习参数跟踪
使用逆问题和储水池计算,我们开发了一个无模型、完全数据驱动的框架,能够从部分状态观测实时准确追踪变化的参数。该框架在各种复杂的非线性动力系统中表现出强大的性能,并解决了影响追踪性能的相关问题。
PDF
8 months ago
数据中的发现:启发式学习因果涌现
通过最大化有效信息来学习宏观动力学模型,进而捕捉和量化数据中的因果性出现模式,并展示了模型在模拟和真实数据上的有效性和优良的泛化能力。
PDF
a year ago
Prev
Next