研究人员开发了两种新颖的训练策略：模型预测和Floquet，以提高半自主神经常微分方程（SA-NODEs）在长时间内近似动力学系统的准确性。这些方法解决了误差累积问题，该问题通常会随着时间范围的延长而呈指数级恶化。模型预测策略涉及时间范围的自适应划分，并从观测数据重新开始，确保在具有线性参数预算的情况下随时间保持均匀的准确性。Floquet策略专为具有稳定极限周期的自主目标设计，将误差增长限制为与已elapsed周期数成线性关系，而无需在部署时进行数据。 AI
排序理由 该集群包含一篇研究论文，详细介绍了使用神经常微分方程近似动力学系统的新颖方法。[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 →
