权重空间的分岔：参数动力系统上的 JEPAWG 分析

研究人员将联合嵌入超网络 JEPAWG 应用于参数动力系统的模型库，直接从训练后的网络权重中读取物理结构。JEPAWG 在预测性能上与专用超网络相当，其解码权重的参数导数范数能定位 Hopf 点与曲线，并定性估算 Feigenbaum 常数。该方法还能检测线性化方法无法察觉的全局分岔，为动力系统提供可解释的分析见解。