研究人员开发了一个名为 DOODL（Dynamical OperatOr Dictionary Learning）的新框架，用于同时分析和学习多个相关的动力学系统。该方法识别谱动力学中的共享结构，从而实现更准确、更高效的算子估计，尤其是在数据稀疏的情况下。实验表明，DOODL 在复杂模拟上的表现显著优于独立估计方法。 AI
影响 引入了一种从多个动力学系统中学习的新颖方法，有望改进复杂科学模拟中的分析。
排序理由 该集群包含一篇 arXiv 预印本论文，详细介绍了一种用于分析动力学系统的新机器学习框架。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.18276v1 Announce Type: new Abstract: Learning dynamical systems through operator-theoretic representations provides a powerful framework for analyzing complex dynamics, as spectral quantities such as eigenvalues and invariant structures encode characteristic time scale…
Learning dynamical systems through operator-theoretic representations provides a powerful framework for analyzing complex dynamics, as spectral quantities such as eigenvalues and invariant structures encode characteristic time scales and long-term behavior. However, dynamical ope…