California Institute of Technology（加州理工学院）

Operator Learning for Smoothing and Forecasting

运算学习用于平滑与预测

Edoardo Calvello, Elizabeth Carlson, Nikola Kovachki, Michael N. Manta, Andrew M. Stuart

机构 * California Institute of Technology（加州理工学院） ； Oregon State University（俄勒冈州立大学） ； NVIDIA Corporation（英伟达公司） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出一种理论框架，用于支持数据驱动方法解决数据同化和平滑问题。通过研究运算学习架构的性质，建立新的通用逼近定理，适用于连续时间动态系统的平滑与预测。