| 标题 |
 Enhancing predictive capabilities in data-driven dynamical modeling with automatic differentiation: Koopman and neural ODE approaches 用自动微分增强数据驱动动态建模中的预测能力：Koopman和神经ODE方法
相关领域
动态模态分解
可见的
颂歌
常微分方程
吸引子
状态空间
动力系统理论
操作员（生物学）
自动微分
动力系统（定义）
计算机科学
代表（政治）
数学
应用数学
微分方程
算法
计算
数学分析
物理
机器学习
生物化学
统计
基因
政治
抑制因子
政治学
化学
法学
转录因子
量子力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Chaos 作者：C. R. Constante-Amores; Alec J. Linot; Michael D. Graham 出版日期：2024-04-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
不配.
个性的紫菜
彭于彦祖
浅尝离白
Singularity
ShowMaker
薰硝壤
shinysparrow
yupaopao
好困
Cloud
pcr163
iNk
kento
乐乐乐乐乐乐
Yziii
加菲丰丰
寻道图强
元谷雪
爱静静
皖公网安备34019202002308
