混合潜在动力学的无监督学习：以学习 - 识别框架为基础
原文中文，约300字，阅读约需1分钟。发表于：。从数据库中无监督地学习高维时间序列的潜在动力学是一个挑战，该论文从物理归纳偏差和学习 - 识别策略的角度研究了这个问题，并提出一种新颖框架 Meta-HyLaD，用于无监督元学习混合潜在动力学，既包括已知的数学表达式又包括描述未知误差的神经函数，并通过对五个物理系统和一个生物医学系统的广泛实验证据来说明 Meta-HyLaD 整合丰富的先前知识优势并识别其与观测数据之间的差距。
本论文研究了无监督学习高维时间序列潜在动力学的挑战，并提出了Meta-HyLaD框架。通过实验证据，Meta-HyLaD整合了先前知识，并识别了与观测数据之间的差距。
