乐团-SINDy swMATH ID: 46944 软件作者： 法塞尔，城市；库茨（J.Nathan Kutz）；宾尼·W·布伦顿。；史蒂文·布鲁顿。 描述： 集成-SINDy：在低数据、高噪声极限下稳健的稀疏模型发现，具有主动学习和控制。稀疏模型辨识能够从数据中发现非线性动力系统；然而，这种方法对噪声很敏感，尤其是在低数据限制下。在这项工作中，我们利用bootstrap聚合（bagging）的统计方法对非线性动力学稀疏辨识（SINDy）算法进行了鲁棒化。首先，从有限和噪声数据子集中识别SINDy模型集合。然后使用聚合模型统计数据生成候选函数的包含概率，从而实现不确定性量化和概率预测。我们将该集合-SINDy（E-SINDy）算法应用于多个合成数据集和真实数据集，并证明从极为嘈杂和有限的数据中发现模型的准确性和鲁棒性有了显著提高。例如，E-SINDy从具有两倍以上测量噪声的数据中发现偏微分方程模型。同样，E-SINDy从1900-1920年收集的非常有限的猞猁和野兔皮数据中了解到了Lotka Volterra的动态。E-SINDy计算效率高，缩放比例与标准SINDy相似。最后，我们表明可以利用E-SINDy的集合统计信息进行主动学习和改进模型预测控制。 主页： https://arxiv.org/abs/2111.10992 源代码： https://github.com/urban-fasel/EnsembleSINDy 依赖项： Matlab公司 关键词： 数值分析;arXiv_路径。不适用;动力系统;arXiv_路径。DS公司;优化和控制;arXiv_路径。OC公司 相关软件： PySINDy公司;PDE-网络;DeepONet（深度网络）;SINDy PI公司;深XDE;亚当;辛迪;火炬差异;PMTK公司;罗德斯;PyTorch公司;DiffSharp（差异锐化）;切布冯;L-BFGS公司;爱德华;NeuralUQ公司;tfp.mcmc公司;SimNet公司;SciANN公司;GPy火炬 引用于： 17文件 全部的 前5名43位作者引用 2 J.Nathan Kutz 1 迪米特里斯·约翰·伯西马斯 1 大卫·M·博茨。 1 陈，珍 1 维克托·丘吉尔 1 格雷厄姆·多诺万（Graham M.Donovan）。 1 Alireza Doostan 1 瓦尼娅·杜基克 1 克里斯托弗·厄尔斯。 1 梅根·R·埃伯斯。 1 索尔夫·艾德内斯 1 韦斯·古尼 1 西格德·霍尔姆森 1 巴马达·侯赛尼 1 赫瓦托夫，A.A。 1 乔治·埃姆·卡尼亚达基斯 1 帕里萨·科达巴赫什 1 林燕婷 1 丹尼尔·利维斯库 1 龙，达 1 史蒂夫·曼斯 1 谢恩·麦夸里（Shane A.McQuarrie）。 1 徐汇孟 1 信使Daniel A。 1 尼科尔·姆瓦尔耶维奇 1 北，Joshua S。 1 凯瑟琳·欧文斯 1 丹尼·佩雷斯 1 Psaros，Apostolos F。 1 里默·瑟伦森先生 1 埃林·施利普（Erin M.Schliep）。 1 凯瑟琳·斯蒂尔。 1 罗伯特·斯蒂芬尼 1 苏青 1 孙忠奎 1 田一峰 1 蒂托夫，R.V。 1 杰奎琳·温茨（Jacqueline M.Wentz）。 1 克里斯托弗·维克尔。 1 凯伦·威尔考克斯（Karen E.Willcox）。 1 秀、东宾 1 哲、珊甸 1 邹宗仁 全部的 前5名15篇连载文章中引用 三 SIAM应用动力系统杂志 1 应用力学与工程中的计算机方法 1 计算物理杂志 1 数学生物学通报 1 卡尔科洛 1 物理D 1 神经网络 1 SIAM审查 1 新西兰数学杂志 1 SIAM科学计算杂志 1 Doklady数学 1 非线性动力学 1 非线性科学与数值模拟中的通信 1 农业、生物和环境统计杂志 1 计算动力学杂志 全部的 前5名13个领域引用 9 数值分析（65-XX） 8 动力系统和遍历理论（37至XX） 8 统计学（62-XX） 6 计算机科学（68至XX） 三 常微分方程（34-XX） 三 偏微分方程（35-XX） 三 运筹学、数学规划（90-XX） 三 系统论；控制（93至XX） 1 线性代数和多线性代数；矩阵理论（15-XX） 1 近似值和展开值（41至XX） 1 功能分析（46倍X倍） 1 概率论与随机过程（60-XX） 1 生物学和其他自然科学（92-XX） 按年份列出的引文