研究人员开发了一种新的贝叶斯方法来理解非线性动力学系统,通过构建高斯过程动态模式分解。该方法利用再生核希尔伯特空间中的条件均值嵌入来近似传递算子。该框架提供了不确定性量化、可扩展的近似以及用于预测和谱分析的自适应字典学习,还建立了与时间滞后典型相关分析的联系。 AI
影响 引入了一个新颖的贝叶斯框架,用于分析复杂的动力学系统,有可能改善科学研究中的预测建模和不确定性量化。
排序理由 该集群包含一篇详细介绍机器学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Gaussian Process Dynamic Mode Decomposition
- Gaussian Processes
- Koopman Operator
- Perron--Frobenius operator
- Reproducing Kernel Hilbert Spaces
- Septimus Boshoff
- time-lagged canonical correlation analysis
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →