本文介绍了一种新颖的系统辨识范式，该范式利用了受GPT等Transformer架构启发的上下文学习。该方法不直接对特定动力学系统进行建模，而是学习一个代表系统类别的元模型。该元模型在合成数据上进行训练，然后可以根据有限的输入/输出序列预测新系统的行为。研究表明，该方法在一步预测和多步仿真任务上取得了初步的良好结果，为系统辨识开辟了新途径。 AI
影响 这项研究可能导致更有效和更通用的方法来理解和预测复杂动力学系统的行为。
排序理由 该集群包含一篇详细介绍系统辨识新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
