实体
PLRNNs
PLRNNs
PulseAugur coverage of PLRNNs — every cluster mentioning PLRNNs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的最小化架构超越DS模型，解决模式切换问题
研究人员开发了一种新颖的最小化架构DynaBase，用于动力系统的零样本重构。该架构采用单参数分段仿射映射和上下文选择器，能够重现各种动力学模式，并且在长期统计和短期预测方面均出人意料地优于现有模型。此外，另一篇论文解决了动力系统重构中的拓扑域外泛化问题，重点在于在不明确了解控制参数的情况下预测分岔等模式切换。
-
新型连续时间RNN增强动力系统重构
研究人员开发了连续时间分段线性循环神经网络（cPLRNNs），以改进从时间序列数据中重构动力系统。这些cPLRNNs旨在通过更好地适应不规则到达的数据并提供更强的机制可解释性来克服离散时间模型的局限性。新方法绕过了数值积分，实现了高效的训练和模拟，能够半解析地确定平衡点和极限环等拓扑特征。