模型Sparse Identification of Nonlinear Dynamics
SINDy
由Brunton等人于2016年提出的符号稀疏回归方法，通过在预设候选函数库中进行稀疏优化，直接输出人类可读的微分方程，具有极强可解释性，广泛用于非线性动力系统识别
时间轴 (近 90 天)
10月4日
SINDy（Sparse Identification of Nonlinear Dynamics）由Brunton等人于2016年提出
待验证50%
10月4日
SINDy的核心思路是在预设的候选函数库中通过稀疏优化找出最能解释观测数据的微分方程项，直接输出人类可读的方程式
待验证50%
10月4日
SINDy具有极强可解释性，但依赖函数库的先验设计
待验证50%
10月4日
SINDy与Neural ODE两类方法均需针对具体系统进行训练，不具备原生的零样本迁移能力
待验证50%