264
个编辑
更改
跳到导航
跳到搜索
第4行：
第4行： − YMZ：把下面+ + + − ②Rosas图删除：√+ + + + + + + + + +
无编辑摘要
①因果涌现识别——添加参考文献，说明近年机器学习建模复杂系统的研究
①因果涌现识别——添加参考文献，说明近年机器学习建模复杂系统的研究
YMZ：把下面参考文献加上。它们既是学习复杂系统的动力学，同时也有粗粒化策略：
Vlachas P-R, Arampatzis G and Uhler C et al. Multiscale simulations of complex systems by learning their effective dynamics. Nat Mach Intell 2022; 4: 359–366.
Kemeth F-P, Bertalan T and Thiem T et al. Learning emergent partial differential equations in a learned emergent space. Nat Commun 2022; 13: 3318.
Floryan D and Graham M-D. Data-driven discovery of intrinsic dynamics. Nat Mach Intell 2022; 4: 1113–1120.
Cai L and Ji S. A multi-scale approach for graph link prediction. Proceedings of the AAAI Conference on Artificial Intelligence, New York, 20-27 February 2020.
Chen Z, Li S and Yang B et al. Multi-scale spatial temporal graph convolutional network for skeleton-based action recognition. Proceedings of the AAAI Conference on Artificial Intelligence, New York, 22 February - 1 March 2022.
③而在动力学系统中，模型可能对初始条件非常敏感，即使是微小的初始条件变化也可能导致系统行为的显著差异。——补充参考文献
③而在动力学系统中，模型可能对初始条件非常敏感，即使是微小的初始条件变化也可能导致系统行为的显著差异。——补充参考文献
YMZ：这里你可以找一篇混沌动力学领域的文献就行。
④为了增强分布外泛化能力，学者可以生成多样化的数据，模拟不同的测试环境，还可以通过域适应技术（Domain Adaptation），使模型可以适应不同的测试数据分布，还有不变性学习（Invariant Learning）、元学习（Meta Learning）等方法。——添加英文+参考文献 ：已加英文
④为了增强分布外泛化能力，学者可以生成多样化的数据，模拟不同的测试环境，还可以通过域适应技术（Domain Adaptation），使模型可以适应不同的测试数据分布，还有不变性学习（Invariant Learning）、元学习（Meta Learning）等方法。——添加英文+参考文献 ：已加英文
YMZ：这些词当时是怎么找到的？可以去源头找一下参考文献
⑤NIS概述调整为数学问题定义：直接改标题吗？
⑤NIS概述调整为数学问题定义：直接改标题吗？
YMZ：是的