研究者提出EDMD-kDL核字典学习方法

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，因而可扩展至大规模数据集。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。