Transformer 能否学会未知系统的最优滤波？
原文中文，约200字，阅读约需1分钟。发表于：。利用 transformer 进行最优输出估计问题的研究，提出一种称为 meta-output-predictor（MOP）的模型，该模型在动态系统中表现出类似于卡尔曼滤波的最优输出估计器的性能，并在具有非独立同分布噪声、时变动力学和未知参数的非线性动力学的复杂场景中表现出色，同时指出在控制和估计问题中使用 transformer 时需要谨慎的限制。
本文提出了一个针对混沌系统长期预测的框架，旨在保留描述动力学的不变吸引子的统计特性。通过两种方法处理噪声数据的多环境设置中的训练，实证验证表明该方法在保持混沌吸引子的不变测度方面表现出很好的效果。
