PySHRED：用于稀疏感知、模型简化和科学发现的SHALLOW REcurrent Decoding的Python包
机器学习
2025-07-29 v1 计算工程、金融与科学
动力系统
混沌动力学
摘要
浅层循环解码器（SHRED）提供了一种用于从动态系统快照观察中建模高维动力学系统和/或时空数据的数值方法。PySHRED是一个Python软件包，实现了SHRED及其多个主要扩展，包括稳健感知、简化阶模型和物理发现。在本文中，我们介绍了PySHRED版本1.0发布，包括数据预处理器以及一系列专为处理可能存在噪声、多尺度、参数化、高度维度且强非线性的真实世界数据而设计的前沿SHRED方法。该软件包易于安装，文档详尽，配有大量代码示例，模块化结构以支持未来添加。整个代码库在MIT许可下发布，地址为https://github.com/pyshred-dev/pyshred。
引用
@article{arxiv.2507.20954,
title = {PySHRED: A Python package for SHallow REcurrent Decoding for sparse sensing, model reduction and scientific discovery},
author = {David Ye and Jan Williams and Mars Gao and Stefano Riva and Matteo Tomasetto and David Zoro and J. Nathan Kutz},
journal= {arXiv preprint arXiv:2507.20954},
year = {2025}
}
备注
15 pages, 9 figures