10:40
官方账号arXiv cs.LG@Sabin Roman, Ljupco Todorovski, Saso Dzeroski
推荐理由：这篇论文提出了SORT框架，用稀疏谱方法从噪声数据里发现微分方程，比SINDy更抗稀疏采样，还能顺带做积分逼近，适合做系统辨识的人看。
稀疏回归
共 1 条相关 AI 资讯
8月14日
10:40
SORT利用L1正则化回归直接从含噪声和不规则采样的观测数据估计正交基展开系数，避免显式数值积分。在动力学系统实验中，SORT在基函数适配问题时匹配或优于SINDy等库稀疏回归基线，且在稀疏采样、噪声导数估计和表示失配下退化更稳定。实验显示主导低阶系数随模型阶数增加而保持，支持阶数一致的模型增长。SORT还可用于非线性逼近和复杂高维积分估计，将基设计显式纳入科学建模问题。