物理约束神经系统识别的元学习

本研究解决了在黑箱系统识别中快速适应神经状态空间模型（NSSMs）的问题，并引入特定领域的物理约束以提高NSSM的准确性。该方法通过利用多种源系统的数据，允许在目标数据有限的情况下进行学习，最终在室内定位和能源系统的状态估计中展现出更优的下游性能。