arXiv 机器学习· Qi Wang, Uduak George, Gustaaf Jacobs·· 22 小时前AI 评分30
通过 lift-project SDE 从未配对快照中学习隐状态动力学
Learning hidden-state dynamics from unpaired snapshots with lift-project SDEs
AI 导读
研究团队提出 lift-project SDE，通过在观测坐标基础上引入少数隐藏坐标从未配对快照中学习动力学，突破了传统单坐标演化模型在负滞后协方差下的理论误差下限。在 Duffing 与摆振子系统测试中，该方法仅需一个隐藏坐标即可将滞后协方差误差相比最强基线分别降低 2.4 倍和 6.6 倍，是唯一低于该误差下限的模型。
来源：arXiv 机器学习 · arxiv.org