研究人员推出了一种新颖的基于流的框架FLUID，用于高维非线性动力学系统的摊销推理。该方法将观测历史编码为固定维度的摘要统计量，从而能够学习前向和后向流，以进行滤波和平滑分布。FLUID的架构允许外推到训练范围之外，并提供隐式正则化以改进轨迹平滑，实验证实了其在近似滤波和后向路径方面的准确性。 AI
影响 为复杂动力学系统的摊销推理引入了一个新框架，有望改进预测和分析。
排序理由 这是一篇介绍动力学系统推理新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.07169v2 Announce Type: replace Abstract: Bayesian filtering and smoothing for high-dimensional nonlinear dynamical systems are fundamental yet challenging problems in many areas of science and engineering. In this work, we propose FLUID, a flow-based unified amortized …