arXiv ID:
2606.12182
arXiv 提交日期: 2026-06-10
能有多低?超低数据极限下稀疏模型发现的主动学习策略 / How Low Can You Go? Active Learning for Sparse Model Discovery in the Ultra-Low-Data Limit
1️⃣ 一句话总结
本文提出了一种基于主动学习的智能采样方法,能在极少量数据(比如仅需几十个测量点)下,通过优先选取最有信息价值的区域,高效精确地发现复杂动力系统(如混沌运动、激波传播等)背后的控制方程,比传统随机采样大幅减少数据需求。