相空間重建

DySIB

DySIB：以資訊瓶頸在潛空間最大化預測互信息以學習動力學相空間

在高維實驗觀測中辨識動態狀態變數為關鍵挑戰。論文提出DySIB：在潛在空間中，同步壓縮過去與未來觀測視窗，最大化預測互信息並懲罰表示複雜度，不進行影像重建。於擺錘實驗影片上，DySIB回復出二維相空間，學得的座標與慣常角度與角速度對應，可直接以潛空間描述物理動力學。