arXiv ID:
2603.15091
arXiv 提交日期: 2026-03-16
可信的库普曼算子学习:不变性诊断与误差界 / Trustworthy Koopman Operator Learning: Invariance Diagnostics and Error Bounds
1️⃣ 一句话总结
这篇论文提出了一套新方法,用于诊断和量化数据驱动的库普曼算子近似模型中的误差,并提供了可验证的误差界限,从而帮助用户判断模型是否可靠并指导其改进,最终实现更可信的非线性系统分析与预测。