SPS-GAN 论文被 NeurIPS 2026 接收
热点事件持续更新
SPS-GAN 论文被 NeurIPS 2026 接收
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Yulong Yang 等作者的 SPS-GAN 论文被 NeurIPS 2026（第 40 届神经信息处理系统大会）接收，camera-ready 版本待提交。 SPS-GAN 是一种条件生成模型，从笛卡尔轨迹和视频中学习结构化动力学，将 port-Hamiltonian 骨干与对抗式条件生成结合，可在单一架构中表示保守、耗散和受迫系统。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
NeurIPS 2026 收录 SPS-GAN：从学习的 Hamilton 系统中发现相空间结构报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv eess.SY 系统与控制精选NeurIPS 2026 收录 SPS-GAN：从学习的 Hamilton 系统中发现相空间结构
论文提出 Structured Phase Space GAN（SPS-GAN），一种条件生成模型，可从笛卡尔轨迹和视频中学习结构化动力学，将 port-Hamiltonian 骨干与对抗式条件生成结合，在单一架构中表示保守、耗散和受迫系统。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。