Μετάβαση στο περιεχόμενοScholarGate
ΒιβλιοθήκηΗ βιβλιοθήκη μουΓραφείοReview StudioΒοηθός
Σύνδεση
Koopa/Τεκμήριο
Εγγραφή τεκμηρίου μεθόδου

Koopa

Koopa is a deep learning model for time-series forecasting introduced by Yong Liu, Chang Li, Jianmin Wang, and Mingsheng Long at NeurIPS 2023. It addresses the challenge of non-stationarity by disentangling time series into stationary and non-stationary components, then modeling the non-stationary dynamics using a learned approximation of the Koopman operator — a mathematical framework that lifts nonlinear systems into a linear space for tractable long-horizon prediction.

Sources recorded, not reviewed

Εγγραφή πηγής

Οι παραπομπές αντιγράφονται αυτούσιες από την εγγραφή πηγής της μεθόδου. Δεν υπονοείται επαλήθευση σε επίπεδο ισχυρισμού από αυτές.

Koopa (Koopman Predictors for Non-stationary Dynamics)
Εγγραφή ταξινομικής μεθόδου · ml-model / deep-learning
  • Liu, Y., Li, C., Wang, J., & Long, M. (2023). Koopa: Learning non-stationary time series dynamics with Koopman predictors. NeurIPS. · URL
Άνοιγμα πλήρους μεθόδου

Επιμελημένοι ισχυρισμοί

Οι ισχυρισμοί έχουν αποθηκευτεί στο καθολικό τεκμηρίων, καθένας με τη δική του αξιολόγηση.

Δεν υπάρχουν ακόμη επιμελημένοι ισχυρισμοί

Αυτή η προβολή δεν επινοεί αξιολόγηση ισχυρισμού όταν το καθολικό δεν έχει κανέναν.

Σχετικές μέθοδοι

Δημιουργούνται από τον γράφο μεθόδων και εμφανίζονται ως προτεινόμενες από μηχανή σχέσεις — δεν υπονοείται ισχυρισμός τεκμηρίου.

Taxonomic bucketDLinearmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketNon-stationary Transformermachine-suggested · Relational suggestion, not evidence.See alsoState Space Modelmachine-suggested · Relational suggestion, not evidence.

Κατάσταση τεκμηρίου

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Πηγές

1 καταγεγραμμένη παραπομπή, αντιγραμμένη από την εγγραφή πηγής της μεθόδου.

Ενέργειες

Άνοιγμα σελίδας μεθόδου
ScholarGate

Μια βιβλιοθήκη αναφοράς με προτεραιότητα στο περιεχόμενο για τις ερευνητικές μεθόδους — τι είναι η καθεμία, πώς λειτουργεί και από πού προέρχεται.

Ανοικτά δεδομένα (CC-BY)

Ανακάλυψη

  • Βιβλιοθήκη
  • Αναζήτηση μεθόδων…
  • Περιήγηση ανά πεδίο
  • Πεδία
  • Διαδρομή
  • Σύγκριση
  • Ποια μέθοδος;

Αναφορά

  • Θέματα
  • Άτλαντας
  • Γλωσσάρι
  • Μεθοδολογία
  • Φιλοσοφία

Χώρος εργασίας

  • Η βιβλιοθήκη μου
  • Γραφείο
  • Συνομιλία

Εταιρεία

  • Σχετικά
  • Τιμές
  • Επικοινωνία
  • Προτείνετε μια μέθοδο

Οι καταχωρίσεις συντάσσονται από δημοσιευμένες πηγές για σκοπούς αναφοράς. Η επαλήθευση της ακρίβειας και της καταλληλότητας οποιασδήποτε πληροφορίας για τη δική σας χρήση παραμένει δική σας ευθύνη.

© 2026 ScholarGate · Βιβλιοθήκη αναφοράς ερευνητικών μεθόδων
  • Απόρρητο
Cookies
  • Όροι
  • Διαγραφή λογαριασμού