更改

添加1,043字节 、 2024年9月4日 (星期三)
无编辑摘要
第4行: 第4行:  
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
+
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.
   −
②Rosas图删除:√
+
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
     
251

个编辑