Non-Intrusive Balancing for Data-Driven Model Reduction with Oblique Projections
यह शोध पत्र एक गैर-आक्रामक (non-intrusive) ढांचे को प्रस्तुत करता है जो ऑपरेटर इन्फरेंस (Operator Inference) के माध्यम से रिड्यूस्ड-ऑर्डर मॉडल सीखने के लिए फॉरवर्ड सिमुलेशन डेटा से बैलेंसिंग-आधारित तिरछी प्रक्षेपों (oblique projections) की गणना करता है, जो बड़े क्षणिक ऊर्जा विकास (transient energy growth) वाले सिस्टम के लिए पारंपरिक ऑर्थोगोनल प्रक्षेप विधियों की तुलना में सटीकता में काफी बेहतर प्रदर्शन करता है।