BriefGPT - AI 论文速递
·
数据增强的预测深度神经网络：增强非侵入性代理模型的外推能力
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种结合核动态模式分解和卷积自编码器的深度学习框架，解决了训练数据仅在时间区间$[0, T_0]$可用时的外推问题。实验结果显示，该方法在时间和参数域内实现了准确快速的预测。
🎯
关键要点
- 本研究提出了一种结合核动态模式分解和卷积自编码器的深度学习框架。
- 该框架解决了训练数据仅在时间区间[0, T_0]可用时的外推问题。
- 通过增强代理模型的外推能力，实现了在时间区间[0, T]的有效预测。
- 实验结果表明，该方法在时间和参数域内均实现了准确且快速的预测性能。
➡️
