实体
Koopman autoencoders
Koopman autoencoders
PulseAugur coverage of Koopman autoencoders — every cluster mentioning Koopman autoencoders across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
稀疏库普曼自编码器改进了复杂动力学系统的建模
研究人员开发了稀疏库普曼自编码器（SKAEs），以更好地模拟具有多个吸引盆的复杂动力学系统。与旨在获得单一全局表示的传统库普曼自编码器不同，SKAEs 利用诱导稀疏性的目标来鼓励不同潜在支持的出现。这些支持有效地充当了模型生成的模式变量，使 SKAEs 能够实现卓越的预测性能，并在不需要显式标签的情况下识别吸引盆。
-
新的TDA和ML方法增强了高维过程监控能力
研究人员开发了一种新颖的方法，通过整合拓扑数据分析（TDA）和机器学习来监控高维动态过程。该方法将时间序列数据表示为流形，使用拓扑描述符来捕获结构信息。然后采用神经常微分方程来模拟这些拓扑特征的演变，从而在工业环境中实现有效的基于轨迹的事件检测。与主成分分析和自动编码器等基于重构的方法以及基于轨迹的Koopman自动编码器相比，该方法表现出优越的性能。