arXiv 机器学习· Zhiwei Zhang, Wenxuan Yuan, Xiaoyuan Cheng, Pouria Behnoudfar, Chuanqi Chen, Charlotte Moser, Yuta Tarumi, Jin-Long Wu, Rossella Arcucci, Takemasa Miyoshi, Nan Chen, Marc Bocquet, Sibo Cheng·· 14 小时前AI 评分34
当隐动力学遇上数据同化：Koopman 型表征基准评测
When Latent Dynamics Meet Data Assimilation: A Benchmark of Koopman-Type Representations
AI 导读
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。
来源：arXiv 机器学习 · arxiv.org