.png){kind=icon}
返回
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
.png){kind=icon}
摘要
En 中文
采用各种数学工具进行机器学习至关重要，因为它可能提高学习问题的效率。动态系统是最有效的工具之一。本研究尝试从动态系统的视角审视一种机器学习方法，即将其应用于输入数据为时间序列的学习问题。通过离散化方法和径向基函数，创建了一个新的数据集以使数据适应动态系统框架。离散动态系统被建模为一个矩阵，该矩阵与每个时间点的数据相乘可得到下一个时间点的数据，换言之，可根据当前数据预测未来值，并采用梯度下降技术训练该矩阵。最终，使用Python软件分析了该方法相对于其他机器学习技术（如神经网络）的有效性。
期刊
暂无期刊信息
机构
暂无机构信息
引用论文
暂无论文信息