arXiv cs.LG· Qi Wang, Rylie Foster·· 18 天前AI 评分35
用于非线性事件推断的 SALTO 框架
SALTO: Solver-Anchored Lifted Transfer Operators for Nonlinear Event Inference
AI 导读
研究者提出基于 Koopman 算子的框架 SALTO，通过求解器锚定的提升转移算子来推断有限振幅源。该方法将物理状态动力学锚定在求解器的线性化传播子上，构建可复用的提升伴随，只需单次编码与内积即可预测测量值。在三个非线性偏微分方程系统中，SALTO 的预测误差控制在 2-8%，相比误差达 41-165% 的传统伴随显著改善，并在反应扩散系统后验采样中将计算成本降至求解器的二十分之一。
来源：arXiv cs.LG · arxiv.org