DLKoopman:一个用于Koopman理论的深度学习软件包
机器学习
2023-06-26 v2 系统与控制
系统与控制
摘要
我们推出DLKoopman——一个用于Koopman理论的软件包,它利用深度学习将非线性动力系统编码到线性空间中,同时学习其线性动力学。尽管此前的一些工作要么限制了学习编码的能力,要么是专为特定系统设计的定制方案,但DLKoopman是一个通用工具,可应用于任意动力系统的数据驱动学习与优化。它既可以在系统的单个状态(快照)数据上训练并用于预测其未知状态,也可以在系统轨迹数据上训练并用于预测新初始状态下的未知轨迹。DLKoopman已在Python包索引(PyPI)上以'dlkoopman'名称发布,并包含详尽的文档与教程。该软件包的其他贡献还包括一种称为平均归一化绝对误差(Average Normalized Absolute Error)的用于评估性能的新指标,以及一个现成的超参数搜索模块以提升性能。
引用
@article{arxiv.2211.08992,
title = {DLKoopman: A deep learning software package for Koopman theory},
author = {Sourya Dey and Eric Davis},
journal= {arXiv preprint arXiv:2211.08992},
year = {2023}
}