降维分区降复杂度
将高维动力系统分解到低维分区中，用浅层网络逼近子行为并合并冗余格，在保持精度的同时减小模型规模，便于部署和复现。
Yang, Yejiang · 王韬 · Xiang, Weiming
IEEE Transactions on Neural Networks and Learning Systems 2024
先用PCA把训练样本映射到低维特征空间，再在低维空间里做分区和局部逼近，因此能处理高维动力系统建模问题。
采用极浅的ELM网络逼近局部子系统，并基于训练误差合并冗余格，从而简化模型结构、降低模型复杂度。
所提框架在训练和验证上都改善了模型性能，这通过LASA数据集和工业机器人两个实例得到验证。