待验证50% 置信事实精确时间
经验模态分解（EMD）是由Huang等人于1998年提出的自适应信号处理方法，专为分析非线性、非平稳时间序列设计
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证EMD不依赖预设基函数，由数据自身驱动将原始信号分解为若干本征模态函数（IMF）和一个残余趋势项63% 相似待验证强调时序差分学习（ETD）被提出用于稳定离策略TD更新的期望值并改变其投影几何结构60% 相似待验证DPM-Solver由Cheng Lu等人于2022年提出，将扩散模型反向ODE重写为半线性结构，采样步数压缩至约10步59% 相似待验证神经常微分方程（Neural ODE）由Chen等人于2018年NeurIPS提出，用神经网络参数化系统状态的连续时间导数并通过ODE求解器积分59% 相似待验证Anthropic研究团队通过激活修补和电路分析等技术尝试直接解读模型内部计算过程58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983203API
curl https://kongchang.com/api/v1/knowledge/claims/983203MCP
get_claim(id=983203)