EN|FR

LabGiant,

Vous avez déjà un compte ?

LabGiant,

sur les épaules de géants.

Fonctionnalités

Calendrier d'équipementProtocol CortexCRMRapports d'impact

Explorer

Index de rechercheTechniquesCommunautéForfaits
McGill UniversityConcordia UniversityUniversité de MontréalPolytechnique MontréalDobson Centre for EntrepreneurshipUniversity of Alberta
© 2026 LabGiant
EN|FR
Politique de confidentialitéConditions d'utilisation
    pykoop
    Ressource numériqueDisponible

    pykoop

    Traduit de l'anglais ·

    Devis sur demande

    Faculty of Engineering
    Mechanical Engineering
    McGill University

    pykoop est une bibliothèque d'identification de l'opérateur de Koopman écrite en Python et compatible avec scikit-learn. Elle permet aux utilisateurs de définir des fonctions d'élévation (lifting functions) et des régresseurs de Koopman afin d'apprendre des modèles linéaires de systèmes dynamiques dans un espace élargi. La bibliothèque met l'accent sur la construction modulaire des fonctions d'élévation et tire parti de l'infrastructure de scikit-learn pour des tâches telles que la validation croisée.

    Caractéristiques principales :

    • Conception modulaire pour des fonctions d'élévation personnalisables.
    • Intégration avec scikit-learn pour les flux de travail en apprentissage automatique.
    • Prise en charge des entrées de commande et des ensembles de données multi-épisodes.
    DECAR

    DECAR

    Faculty of Engineering

    Laboratoire de recherche voué à faire avancer les connaissances scientifiques et l'innovation.

    JF

    James Richard Forbes

    DECAR · McGill University
    Ressource numériqueDisponible

    pykoop

    Traduit de l'anglais ·

    Devis sur demande

    Faculty of Engineering
    Mechanical Engineering
    McGill University

    pykoop est une bibliothèque d'identification de l'opérateur de Koopman écrite en Python et compatible avec scikit-learn. Elle permet aux utilisateurs de définir des fonctions d'élévation (lifting functions) et des régresseurs de Koopman afin d'apprendre des modèles linéaires de systèmes dynamiques dans un espace élargi. La bibliothèque met l'accent sur la construction modulaire des fonctions d'élévation et tire parti de l'infrastructure de scikit-learn pour des tâches telles que la validation croisée.

    Caractéristiques principales :

    • Conception modulaire pour des fonctions d'élévation personnalisables.
    • Intégration avec scikit-learn pour les flux de travail en apprentissage automatique.
    • Prise en charge des entrées de commande et des ensembles de données multi-épisodes.
    pykoop
    DECAR

    DECAR

    Faculty of Engineering

    Laboratoire de recherche voué à faire avancer les connaissances scientifiques et l'innovation.

    JF

    James Richard Forbes

    DECAR · McGill University

    Ça pourrait aussi vous intéresser

    Découvrez d'autres ressources qui pourraient soutenir vos travaux

    Explorer l'infrastructure de recherche partagée

    Infrastructure de recherche à MontréalPlateformes de McGill University
    LabGiant,

    sur les épaules de géants.

    Fonctionnalités

    Calendrier d'équipementProtocol CortexCRMRapports d'impact

    Explorer

    Index de rechercheTechniquesCommunautéForfaits
    McGill UniversityConcordia UniversityUniversité de MontréalPolytechnique MontréalDobson Centre for EntrepreneurshipUniversity of Alberta
    © 2026 LabGiant
    EN|FR
    Politique de confidentialitéConditions d'utilisation