“讨论:Koopman算子理论”的版本间的差异

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索
念(讨论 | 贡献)
第20行: 第20行:
  
 
ymz:这一小节第一段话目前还不好理解,可以再顺一顺句子之间逻辑,以及有些关键概念需要解释地更清楚一些,比如隐式和显式的区别。
 
ymz:这一小节第一段话目前还不好理解,可以再顺一顺句子之间逻辑,以及有些关键概念需要解释地更清楚一些,比如隐式和显式的区别。
 +
 +
pll:已改,但是显式隐式没有单独说明,师兄看看这样行吗?
  
 
* 再生核希尔伯特空间
 
* 再生核希尔伯特空间
第25行: 第27行:
 
ymz:这个术语大概是什么意思?
 
ymz:这个术语大概是什么意思?
  
 +
pll:再生核希尔伯特空间(RKHS)是「自带核函数」的特殊希尔伯特空间 —— 它比普通希尔伯特空间多了一个 “再生性”,能通过核函数直接计算高维内积,不用显式构造高维元素。
  
−
pll:'''核DMD需要加上例子吗?现在的篇幅需要删减吗?'''
+
pll:核DMD需要加上例子吗?现在的篇幅需要删减吗?
  
 
ymz:不需要加例子了,篇幅上差不多。
 
ymz:不需要加例子了,篇幅上差不多。
 +
 +
pll:OK,师兄可以删了
  
 
*  <math>k(\mathbf{x}, \mathbf{y}) = \exp\left(-\frac{\mathbf{x} - \mathbf{y}}{\alpha}\right)</math>  ,其中, <math>\mathbf{x} - \mathbf{y}</math> 表示数据点 <math>\mathbf{x}</math> 和 <math>\mathbf{y}</math> 之间的[[欧氏距离]],
 
*  <math>k(\mathbf{x}, \mathbf{y}) = \exp\left(-\frac{\mathbf{x} - \mathbf{y}}{\alpha}\right)</math>  ,其中, <math>\mathbf{x} - \mathbf{y}</math> 表示数据点 <math>\mathbf{x}</math> 和 <math>\mathbf{y}</math> 之间的[[欧氏距离]],
  
 
ymz:欧式距离的话左右各加两道竖线,表示这是一个对称的距离。
 
ymz:欧式距离的话左右各加两道竖线,表示这是一个对称的距离。
 +
 +
pll:OK,已加,师兄可以删了

2025年12月2日 (二) 23:52的版本

Koopman算子定义

  • 随机koopman算子

ymz:尽量引用最早给出定义的原始文献,可以确认一下是不是这一篇————I. Mezi\'c and A. Banaszuk, Comparison of systems with complex behavior, Phys. D, 197 (2004), pp. 101--133. (Cited on pp. 231, 244, 273, 280, 289, 293, 295)

pll:OK,看了一下这篇文章,是原始的定义(ps:...还发现有种DMD叫做随机DMD,Random DMD....还加上吗?)

ymz:我们目前词条里有囊括这个内容吗?看看是只用词不一样还是说是全新的算法

pll:是另外一种DMD ,主要应对大规模计算。

  • 结合伊藤公式(Ito's lemma)

ymz:这具体是什么公式,另外中英文是这样对应的吗,lemma直译过来是引理。

pll:“伊藤公式是随机微积分里的 “链式法则”—— 专门用来算 “随布朗运动(一种随机过程)变化的函数” 的微分。”

核DMD

ymz:这一小节第一段话目前还不好理解,可以再顺一顺句子之间逻辑,以及有些关键概念需要解释地更清楚一些,比如隐式和显式的区别。

pll:已改,但是显式隐式没有单独说明,师兄看看这样行吗?

  • 再生核希尔伯特空间

ymz:这个术语大概是什么意思?

pll:再生核希尔伯特空间(RKHS)是「自带核函数」的特殊希尔伯特空间 —— 它比普通希尔伯特空间多了一个 “再生性”,能通过核函数直接计算高维内积,不用显式构造高维元素。

pll:核DMD需要加上例子吗?现在的篇幅需要删减吗?

ymz:不需要加例子了,篇幅上差不多。

pll:OK,师兄可以删了

  • [math]\displaystyle{ k(\mathbf{x}, \mathbf{y}) = \exp\left(-\frac{\mathbf{x} - \mathbf{y}}{\alpha}\right) }[/math] ,其中, [math]\displaystyle{ \mathbf{x} - \mathbf{y} }[/math] 表示数据点 [math]\displaystyle{ \mathbf{x} }[/math] 和 [math]\displaystyle{ \mathbf{y} }[/math] 之间的欧氏距离,

ymz:欧式距离的话左右各加两道竖线,表示这是一个对称的距离。

pll:OK,已加,师兄可以删了