Topological Out-of-Domain Generalization in Dynamical Systems Reconstruction 논문 개요

Topological Out-of-Domain Generalization in Dynamical Systems Reconstruction [R]

NeurIPS2026 논문 "Topological Out-of-Domain Generalization in Dynamical Systems Reconstruction"에서는 동적 시스템 재구성(DSR) 및 시계열 예측(TSF)에서의 주요 문제를 다룬다. 특히, 동적 체계가 주기적에서 혼돈으로 변화하는 경우와 같은 topological out-of-domain generalization(OODG)의 어려움을 설명한다. 이 논문은 기존의 계층적 DSR 모델의 실패 모드를 수학적으로 규명하고, feature-splitting과 물리적 희소성 우선순위를 통해 수정된 모델이 bifurcations와 그 이후의 동적 예측을 가능하게 한다고 주장한다.