Learning Reduced-Order Dynamics with Singularity via Latent-Augmented Neural Ordinary Differential Equations
该论文针对工业降阶建模中相空间轨迹自交问题，提出了一种增强型神经常微分方程框架（LA-NODEs），通过增加潜在变量提高模型表达能力，从而更准确地表示冲突向量场，提升学习精度。
0 citationsRead paper
Selected work
Representative Papers
Recent publications
Latest Papers
Learning Reduced-Order Dynamics with Singularity via Latent-Augmented Neural Ordinary Differential Equations
该论文针对工业降阶建模中相空间轨迹自交问题，提出了一种增强型神经常微分方程框架（LA-NODEs），通过增加潜在变量提高模型表达能力，从而更准确地表示冲突向量场，提升学习精度。
0 citationsRead paper