核岭回归用于动力系统闭合建模
热点事件持续更新
核岭回归用于动力系统闭合建模
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究者提出基于核岭回归（KRR）的闭合建模框架，用于识别动力系统中缺失的分量，覆盖 ODE/PDE 的差分方程闭合与动理学方程矩闭合两类问题。 在 Lorenz-63 和 Kuramoto-Sivashinsky 方程上，该方法实现准确的长时程预测，并显著优于基于 LSTM 的闭合模型。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
用核岭回归学习动力系统的闭合模型报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LG用核岭回归学习动力系统的闭合模型
研究者提出基于核岭回归（KRR）的闭合建模框架，用于识别动力系统中缺失的分量，覆盖 ODE/PDE 的差分方程闭合与动理学方程矩闭合两类问题。在 Lorenz-63 和 Kuramoto-Sivashinsky 方程上，该方法实现准确的长时程预测，并显著优于基于 LSTM 的闭合模型。
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。