跳到正文
热点事件持续更新

ZENO模型实现非线性滤波与极限环恢复

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Aaditya Prasad等人提出ZENO模型,利用神经算子优化Zakai方程物理信息损失,以近似潜变量随机动态系统的未归一化滤波分布。该方法结合期望最大化框架,在双阱系统、范德波尔振子及洛伦兹系统等模拟案例中验证了其推断后验分布与学习SDE参数的准确性。最新研究表明,ZENO能从全脑成像数据中恢复线虫运动相关的极限环,展示了其在非线性滤波与动态推断中的应用潜力。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. arXiv · ML
    ZENO:基于Zakai方程神经算子的非线性滤波方法

    ZENO模型利用神经算子优化Zakai方程物理信息损失,以近似潜变量随机动态系统未归一化滤波分布。 该方法结合期望最大化框架实现参数学习与状态推断,在双阱系统、Van Der Pol振子及Lorenz系统等模拟案例中验证了其准确性。 ZENO从全脑成像数据中恢复了C. elegans运动相关的极限环,展示了其在非线性滤波与动态推断中的应用潜力。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。