跳到正文
arXiv · ML· Chuanqi Chen, Nan Chen·· 17 小时前AI 评分22

神经条件高斯模型:用于非线性动力学的高效数据同化与顺序不确定性量化

Neural Conditional Gaussian Model: Efficient Data Assimilation with Sequential Uncertainty Quantification for Nonlinear Dynamics

AI 导读

Neural CGM 将未观测物理状态映射至潜空间,利用条件高斯结构实现闭式数据同化更新。 该模型通过 Gaussian decoder 将潜空间后验映射至物理变量,在线同化成本较传统方法显著降低。 适用于部分观测下的重复状态估计、不确定性量化及预测任务。

来源:arXiv · ML · arxiv.org