从数据中学习动力系统：基于梯度的字典优化

本研究解决了现有数据驱动方法在近似Koopman算子时对固定基函数集合的依赖问题。该论文提出了一种新颖的基于梯度下降的优化框架，能够从数据中学习合适且可解释的基函数，并与EDMD、SINDy和PDE-FIND结合使用。研究结果表明，该方法在多个基准问题中表现出色，具有重要的应用潜力。