研究团队提出学习微分方程的高效核方法

1. 13:00
   arXiv 机器学习

   用于学习微分方程及其解算子的数据高效核方法：算法与误差分析

   研究团队提出一种用于学习微分方程及其解映射的新型核方法框架，大幅降低了对观测状态数及单状态数据量的需求。该方案结合高效的 Gauss-Newton 类优化算法，并提供严格的最坏情况定量误差界理论保证。数值基准测试表明，该方法显著改善了计算复杂度与鲁棒性，精度相比部分 SOTA 算法提升了 1 到 2 个数量级。

Current heat 8·Comparable peak 10（Nov 4 13:00）·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.