学者发布Koopman表征在隐空间数据同化中的基准评测研究

1. 13:00
   arXiv 机器学习

   当隐动力学遇上数据同化：Koopman 型表征基准评测

   一项针对隐空间数据同化（LDA）的基准研究系统对比了 7 种 Koopman 型表征方法在 5 个动力学系统中的表现。结果表明，隐状态线性演化虽能稳定短期预测，但在强混沌与高维系统中限制了表达能力，且无法持续提升同化精度。具备闭式分析更新的方法表现更好且更具鲁棒性，而 Koopman 结构的收益取决于充足的观测信息与同化流程。

Current heat 8·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.