文件名称：matlab代码设参数范围-DeepKoopman:神经网络学习库普曼特征函数
文件大小：7.18MB
文件格式：ZIP
更新时间：2024-06-12 17:40:45
系统开源
matlab代码设置参数范围迪普考夫曼 神经网络学习库普曼特征函数 Bethany Lusch，J。Nathan Kutz和Steven L.Brunton撰写的论文代码 运行代码： 克隆存储库。 在数据目录中，通过在Matlab中运行DiscreteSpectrumExample，Pendulum，FluidFlowOnAttractor和/或FluidFlowBox来重新创建所需的数据集。 （或通过电子邮件询问数据集） 返回主目录，使用python运行所需的实验。 有关运行Python实验的注意事项： 建议使用GPU，但不是必需的。 该代码可以在GPU或CPU上运行，而无需进行任何更改。 本文包含四个数据集的结果。 这些是运行脚本进行随机参数搜索（DiscreteSpectrumExampleExperiment.py，PendulumExperiment.py，FluidFlowOnAttractorExperiment.py和FluidFlowBoxExperiment.py）的最佳结果。 要使用产生论文结果的特定参数而不是进行参数搜索来训练网络，请运行DiscreteSpec
【文件预览】：
DeepKoopman-master
----training.py(13KB)
----FluidFlowBoxExperiment.py(2KB)
----data()
--------PendulumFn.m(854B)
--------FluidFlowOnAttractorFn.m(760B)
--------DiscreteSpectrumExample.m(832B)
--------weaklyNL.m(177B)
--------DiscreteSpectrumExampleFn.m(1KB)
--------Pendulum.m(778B)
--------FluidFlowBoxFn.m(974B)
--------FluidFlowBox.m(805B)
--------FluidFlowOnAttractor.m(740B)
----helperfns.py(22KB)
----DiscreteSpectrumExampleExperiment.py(3KB)
----LICENSE(1KB)
----postprocessing()
--------BestModel-FluidFlowOnAttractor.ipynb(2.47MB)
--------FluidFlowBox_traj3_x.csv(242KB)
--------FluidFlowOnAttractor_traj_x.csv(51KB)
--------InvestigateResultsExample.ipynb(71KB)
--------FluidFlowBox_traj2_x.csv(238KB)
--------DiscreteSpectrumExampleTrajs.csv(598KB)
--------BestModel-Pendulum.ipynb(2.04MB)
--------BestModel-FluidFlowBox.ipynb(3.49MB)
--------CalculateFrequency.py(3KB)
--------notebookfns.py(18KB)
--------PendulumRings.csv(454KB)
--------FluidFlowBox_traj1_x.csv(255KB)
--------BestModel-DiscreteSpectrumExample.ipynb(959KB)
----PendulumExperimentBestParams.py(2KB)
----DiscreteSpectrumExampleExperimentBestParams.py(2KB)
----README.md(4KB)
----PendulumExperiment.py(2KB)
----FluidFlowOnAttractorExperiment.py(2KB)
----FluidFlowBoxExperimentBestParams.py(2KB)
----networkarch.py(20KB)
----FluidFlowOnAttractorExperimentBestParams.py(2KB)