Latent-Variable Learning of SPDEs via Wiener Chaos
通过维纳混沌学习隐变量的随机偏微分方程
机构 * Department of mathematics and physics（数学与物理系） ； Linnaeus University（林奈大学） ； physics（物理） ； Växjö, Sweden（瑞典瓦克斯约）
专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.LG
AI总结 本文提出了一种通过维纳混沌学习隐变量的随机偏微分方程方法，结合谱伽辽金投影与截断维纳混沌展开，实现对随机驱动的动力学建模，从而在无需显式噪声观测的情况下恢复随机结构。
