arXiv cs.LG· Joel-Pascal Ntwali N'konzi, Feliks N\"{u}ske, Stefan Klus·· 3 小时前AI 评分26
EDMD-kDL：用核自编码器与双层优化从数据中学习 Koopman 嵌入
Bilevel optimization for data-driven learning of Koopman embeddings using kernel-based autoencoders
AI 导读
研究者提出 EDMD-kDL，一种基于核方法的 Koopman 嵌入学习框架，通过结合配点法与双层优化，同时学习核字典与对应的 Koopman 近似，无需预先指定字典。在全球海表温度预测和直接从视频数据学习等数值实验中，EDMD-kDL 表现与基于 ANN 的 SOTA 方法相当或更优。该方法所需的核矩阵规模取决于配点数量而非训练集大小，因而天然可扩展至大规模数据集。
来源：arXiv cs.LG · arxiv.org