Shallow Recursive Decoding Network for Identifying Sparse Nonlinear Dynamics with Koopman Operators
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种高效的稀疏识别非线性动态的浅层递归解码网络(SINDy-SHRED)方法,旨在解决高维、噪声和数据收集成本高的问题,表现优于现有技术。
🎯
关键要点
- 本研究提出了一种高效的稀疏识别非线性动态的浅层递归解码网络(SINDy-SHRED)方法。
- 该方法旨在解决高维、噪声和数据收集成本高的问题。
- SINDy-SHRED方法能够高效解决传感器感知与模型识别问题。
- 研究显示,该方法在多种应用中表现出色。
- SINDy-SHRED实现了长时间视频预测的最佳性能,优于现有基线方法。
➡️