用于从李群上的噪声动力学中学习的随机波特哈密尔顿高斯过程
原文:Stochastic Port-Hamiltonian Gaussian Processes for Learning from Noisy Dynamics on Lie Groups
学习动力学预测模型很困难,因为观测结果通常是稀疏的且有噪声的,而潜在的动力学在非线性配置流形上演化,并受到环境耗散和随机扰动的影响。标准神经动力学模型可以适应短期轨迹,但经常违反物理结构,长期累积误差,或者依赖于
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。