基于自编码器潜在空间的未知动力系统形式化验证方法

研究提出通过凸自编码器和核方法在潜在空间学习动态，构建有限抽象并保证包含原系统真实行为，解决了高维状态空间离散化导致的可扩展性挑战。 验证结果可映射回原系统，在包括一个由神经网络控制的26维系统在内的多个系统上展示了显著的可扩展性提升。