연구진이 복잡한 비선형 시스템 모델링의 한계를 극복하기 위해 새로운 학습 프레임워크 fSRD(Fuzzy Spectral Region Decomposition)를 공개했어요.
fSRD는 다중 연산자를 활용해 지역적으로 불변하는 임베딩을 조립하는 Invariant Decomposition 방식을 사용하며, 해석 가능한 연산자 이론 모델과 표현력 있는 데이터 기반 시퀀스 학습을 연결해요.
로렌츠 및 더핑과 같은 혼돈 시스템과 고차원 실세계 데이터에 대한 실험 결과, 데이터가 풍부하거나 부족한 환경에서도 강력한 예측 정확도와 해석 가능성을 보여줬어요.