LEARNING
鲁棒可逆非线性动力学与BiLipREN：从基于逆的控制到生成式轨迹建模
Yurui Zhang, Ruigang Wang, Ian R. Manchester
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了非线性动力系统鲁棒可逆性的新概念，并设计了具有鲁棒可逆性的循环神经网络参数化结构。通过构建双向收缩且增量输入输出增益有界的系统，实现了前向预测和输入重构对信号扰动与初始状态失配的鲁棒性。
关键词
robust invertibilityrecurrent neural networkbi-Lipschitznonlinear dynamicscontrol
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018