知识动力学模型可辨识性论文发布

研究者 Arman Kostanian 与 Armen Beklaryan 提交了一篇关于耗散型知识动力学模型可辨识性的论文。该模型用非线性耗散常微分方程组刻画人类学习，参数包括概念迁移矩阵、逐概念遗忘率和饱和练习响应增益。 论文证明：在显式激励条件下，该逆问题具有结构可辨识性；在两个概念的情形下，作者给出了闭式恢复方法。论文还报告了单调性、稳健性与 L-稳定性结果。 上述结论为论文自身所称，尚未见独立验证或后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。