arXiv · ML· Jiaqiang Li, Jianbin Tan, Xueqin Wang·· 6 小时前AI 评分46
稀疏方程匹配（SEM）：面向通用阶动力系统无导数学习框架
Sparse Equation Matching: A Derivative-Free Learning for General-Order Dynamical Systems
AI 导读
提出统一框架稀疏方程匹配（SEM），利用格林函数的积分稀疏回归实现通用阶动力系统无导数估计。 在52名参与者脑机接口实验中，SEM通过脑电图数据识别出活跃脑区及任务特异性连接模式。
来源：arXiv · ML · arxiv.org