연구진이 쿠프만 학습을 위한 새로운 방법인 Deep Embedded Multiplicative Dynamic Mode Decomposition (DeepMDMD)를 제안했어요.
DeepMDMD는 잠재 공간과 파티션을 학습하며, 쿠프만 곱셈 규칙을 정확한 대수 제약 조건으로 적용해요.
Hamiltonian, chaotic, fluid 예제에서 기존 방법보다 더 작고 동적으로 일관된 사전을 학습하여 장기적인 스펙트럼 통계를 보존하고 예측 정확도를 높였어요.