实体 Graph Neural ODE

Graph Neural ODE

PulseAugur coverage of Graph Neural ODE — every cluster mentioning Graph Neural ODE across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_09877 · Apr 29 · 12:22

PiGGO框架增强了非线性动态结构的虚拟传感能力

研究人员开发了PiGGO，一个结合了物理信息图神经网络和卡尔曼滤波器的创新框架，用于复杂非线性系统中的增强状态估计。该方法通过将学习到的动力学与递归贝叶斯滤波相结合，解决了数字孪生部署中的挑战，如模型不确定性和稀疏传感。PiGGO在数值案例研究中实现了比传统方法更鲁棒的在线虚拟传感和不确定性感知状态估计。