arXiv stat.ML· Joel-Pascal Ntwali N'konzi, Feliks N\"{u}ske, Stefan Klus·2026-10-09 12:00· 25 天前AI 评分28

基于核自编码器与双层优化的数据驱动 Koopman 嵌入学习

Bilevel optimization for data-driven learning of Koopman embeddings using kernel-based autoencoders

AI 导读

研究人员提出 EDMD-kDL 方法，结合配置法与双层优化，利用核自编码器直接从数据中同步学习核字典与有限维 Koopman 嵌入。在海表温度预测和视频数据学习等实验中，该方法性能媲美或优于基于 ANN 的前沿方法。其核矩阵大小仅取决于配置点数量而非训练数据集规模，具备适用大规模数据的扩展能力。

来源：arXiv stat.ML · arxiv.org