CIPHER：两阶段学习潜在Port-Hamiltonian动力学
热点事件持续更新
CIPHER：两阶段学习潜在Port-Hamiltonian动力学
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者 Peilun Li、Kaiyuan Tan、Daniel Moyer、Thomas Beckers 提出 CIPHER，一个“先辨识、后实现”的两阶段框架，用于从部分高维观测中学习保守与耗散系统的潜在 Port-Hamiltonian 模型。 第一阶段用对比教师联合学习编码器与神经 ODE，得到预测性状态表示；第二阶段由学生通过匹配编码后的观测未来，学习可逆非线性坐标变换与 Port-Hamiltonian 动力学。 该工作以论文 v2 版本提交，作者称其目标是从部分观测中学习潜在 Port-Hamiltonian 动力学。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
CIPHER：从部分观测中对比学习潜在 Port-Hamiltonian 动力学报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGCIPHER：从部分观测中对比学习潜在 Port-Hamiltonian 动力学
研究者提出 CIPHER，一个“先辨识、后实现”的两阶段框架，用于从部分高维观测中学习保守与耗散系统的潜在 Port-Hamiltonian 模型。第一阶段用对比教师联合学习编码器与神经 ODE 获得预测性状态表示，第二阶段由学生通过匹配编码后的观测未来学习可逆非线性坐标变换与 Port-Hamiltonian 动力学。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。