BriefGPT - AI 论文速递
·
使用系统识别工具箱(TM)进行动态系统的深度学ä¹
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新的训练策略，利用深度模型的建模能力。通过两个分离模型，一个是深度生成模型，另一个是基于浅层基函数的模型，预测系统输出。学生模型通过保持与教师模型学习的表示空间一致，继承了教师模型的逼近能力。仿真结果表明，该方法在非线性基准测试上表现良好，同时具有算法透明性和结构效率。
🎯
关键要点
-
本研究提出了一种新的训练策略，利用深度模型的建模能力。
-
采用两个分离模型：深度生成模型（教师模型）和基于浅层基函数的模型（学生模型）。
-
学生模型通过保持与教师模型学习的表示空间一致，继承了教师模型的逼近能力。
-
仿真结果表明，该方法在非线性基准测试上表现良好。
-
该方法实现了算法透明性和结构效率。
➡️
