面向解算子的工具变量迁移学习

针对微分方程解算子在目标数据稀缺下的学习难题，研究者提出一种基于白化工具变量的结构化迁移学习方法。该方法结合预解恒等式构建无偏估计方程，通过目标岭回归先导、逐源稀疏校准与投影重拟合的三阶段估计器消除误差。理论推导给出了非渐近预测界，仿真与电子带通滤波器实验表明其性能显著优于仅目标学习及现有迁移方法。