Santosh Mohan Rajkumar

新框架使用Koopman算子模拟非线性延迟动力学

研究人员开发了一个新颖的框架，用于近似非线性延迟微分方程（DDEs）的Koopman算子。该方法通过采用历史离散化和基于核的重构算子，弥合了无限维DDE动力学与有限维Koopman学习之间的差距。该方法利用基于核的扩展动态模式分解（kEDMD），为预测提供确定性误差界限，将误差分解为离散化、核插值和回归的贡献。数值实验证实了该框架可靠预测非线性延迟系统的能力，预示着其在未来控制系统中的潜在应用。