FxTS-Net：神经常微分方程的固定时间稳定学习框架

神经ODE通过连续深度神经网络参数化微分方程，提供了恒定的内存成本和灵活性，但ODE求解器存在稳定性和收敛性问题。我们提出了一种基于Nesterov加速梯度的ODE求解器，证明其在分类、密度估计和时间序列建模中的有效性。