PulseAugur
中
实时 14:52:15
English(EN) Extracting Governing Equations from Latent Dynamics via Multi-View Contrastive Learning

新算法DYSCO从潜在动力学中提取控制方程

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了DYSCO，一种新颖的多视角时间对比学习算法，旨在从嘈杂的高维数据中识别潜在动力学系统及其控制方程。该方法利用过程的多个独立噪声视图来区分信号和噪声，从而在仿射框架内实现方程的符号恢复。DYSCO为准确识别提供了理论保证，并在经验上证明了其在各种动力学状态下有效恢复轨迹和流场的能力，包括具有高斯和泊松观测噪声的状态。 AI

影响 这项研究通过从观测数据中更准确地识别基本物理定律，有可能加速科学发现。

排序理由 该集群包含一篇详细介绍用于科学发现的新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Mackenzie Weygandt Mathis ·

    Extracting Governing Equations from Latent Dynamics via Multi-View Contrastive Learning

    Identifying latent dynamical systems from noisy, high-dimensional measurements is a central problem at the intersection of representation learning, system identification, and scientific discovery. We present DYSCO, a multi-view temporal contrastive learning algorithm that jointly…

相关实体

相关话题