从噪声高维观测恢复系统方程,DYSCO 论文入选 NeurIPS
burny_tech · x · 2026-09-27
Paolo Muratore 的 DYSCO 研究被 NeurIPS 接收。核心问题:能否直接从带噪声的高维观测中恢复支配系统的方程?
方法思路是学习能刻画底层动力学特征的潜空间,再在潜空间中恢复 governing equations,是从观测数据反推物理/系统规律的一步尝试。
「研究」频道最新
- 一文梳理强化学习自博弈的演化史:从 TD-Gammon 到 AlphaGo — cephaloform · 2026-09-27
- BrushArena 直播 RL 训练全程,绘画模型实时进化可围观 — xeophon · 2026-09-27
- Rethink Priorities 发布数字意识模型：2024 LLM 无意识证据不决定性 — burny_tech · 2026-09-27
- 小米开源 RL 环境仓库,单任务市价数百至上千美元 — burny_tech · 2026-09-27
- Solomonoff 归纳像智能的真实运作，但物理上无法实现 — burny_tech · 2026-09-27
- 小米开源 7000+ 个训练 MiMo 的强化学习任务环境 — burny_tech · 2026-09-27