EDMD-kDL：基于核的自编码器双层优化学习Koopman嵌入

2026年10月9日，arXiv（Statistics Machine Learning，一手来源）发布论文《用于数据驱动 Koopman 嵌入学习的两层优化：基于核的自编码器方法》。论文提出 EDMD-kDL，一种基于核的方法，可直接从数据学习有限维 Koopman 嵌入。该方法结合配点法与两层优化（bilevel optimization），同时学习核字典和对应的 Koopman 近似。目前公开信息仅包含该论文摘要，尚未见后续验证、实验对比或同行评议结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。