保持代数结构的Koopman学习的深度嵌入乘法DMD Deep Embedded Multiplicative DMD for Algebra-Preserving Koopman Learning
将MDMD移至自编码器学习的潜在空间，联合优化分区与算子，在降噪高维流场中实现精确预测。
前置知识
Koopman算子
Koopman算子 $K$ 是一个作用在可观测函数空间上的线性算子，定义为 $[Kg](x) = g(F(x))$，其中 $F$ 是状态空间的非线性演化映射。它将非线性动力系统转化为无限维线性问题，使得我们可以通过线性代数工具研究非线性动力学，其特征值对应增长率或频率，特征函数对应相干结构。
本文的核心就是在有限维空间中近似这个算子，理解它对于理解DeepMDMD为何能通过线性化处理非线性系统至关重要。
乘法动态模态分解(MDMD)
MDMD是一种结构保持的DMD变体，它强制要求Koopman近似算子 $K$ 严格满足乘法法则 $K(fg) = (Kf)(Kg)$。为了满足这个约束，MDMD选择指示函数作为字典，即对状态空间进行划分，其中 $\psi_n(x)$ 在 $S_n$ 内为1，否则为0。这使得 $K$ 成为一个集群间的转移矩阵，其非零特征值必须位于单位圆上。
DeepMDMD直接继承并改进了MDMD的代数约束，理解MDMD的数学约束（只能选0或1的转移矩阵）是理解DeepMDMD为何能减少谱污染的基础。
自编码器
自编码器是一种神经网络，由编码器 $E_\theta: X \to Z$ 和解码器 $D_\theta: Z \to X$ 组成，旨在学习数据的低维潜在表示 $Z$。通过最小化重构损失，它能捕捉数据的主要变化模式，将高维状态空间 $X \subset \mathbb{R}^d$ 压缩到低维空间 $Z \subset \mathbb{R}^k$（$k \ll d$）。
DeepMDMD利用自编码器解决高维流场（如158,624维）中的维数灾难问题，在潜在空间中进行MDMD划分，使得计算可行且具有抗噪性。
研究动机
现有Koopman学习方法面临两难困境：传统的Extended DMD (EDMD)虽然灵活，但字典选择困难，容易产生谱污染；结构保持方法如MDMD虽然能强制代数约束（如乘法法则），但依赖几何分区（通常使用k-means）。这种几何优先的分区方法在高维系统中表现极差，因为它只看距离不看演化，导致划分边界与动力学轨迹不一致。例如在158,624维的圆柱尾流问题中，k-means受维数灾难影响严重，生成的基函数与动力学闭合性差，需要巨大的字典才能获得准确近似。
本文的目标是本文提出Deep Embedded Multiplicative DMD (DeepMDMD)，旨在学习一个与动力学相协调的低维潜在空间，并在该空间内进行结构保持的MDMD分析。具体目标是将MDMD的分区从原始高维状态空间 $X$ 移动到自编码器学习的潜在空间 $Z$ 中，通过联合优化编码器参数和划分中心，使得字典既具有表达力，又能严格保持Koopman算子的乘法代数结构，从而在保持谱纯度的同时获得更紧致的字典和更精确的预测。
与已有工作不同的是，大多数深度Koopman方法（如基于神经网络的EDMD）虽然学习了灵活的坐标，但忽略了Koopman算子的代数结构（如乘法性），导致解释性差、泛化能力弱；而结构保持方法（如MDMD）虽然保持了代数约束，却使用固定的几何分区，无法适应复杂动力学。DeepMDMD的独特切入点在于：既学习坐标（深度学习的灵活性），又约束代数（结构保持的稳定性），通过交替优化策略将二者完美结合。
核心方法
DeepMDMD的核心思想是将乘法动态模态分解（MDMD）应用于自编码器学习的低维潜在空间。首先，通过预训练自编码器将高维状态 $x \in X$ 编码为低维潜在表示 $z = E_\theta(x) \in Z$。然后，在潜在空间 $Z$ 中构建MDMD分区，并通过交替优化策略同时更新Koopman算子 $K$ 和潜在空间几何（编码器参数 $\theta$ 和聚类中心 $\mu_n$）。这种设计使得预测完全在潜在空间进行，仅在需要物理空间输出时才解码，大大降低了高维系统的计算成本和噪声敏感性。
核心创新在于将MDMD的硬代数约束（乘法法则）与深度表示学习相结合。传统的MDMD在原始状态空间使用k-means分区，这导致分区是几何的而非动力学的。DeepMDMD通过在潜在空间学习分区，使得分区边界与动力学轨迹对齐。更重要的是，它通过交替策略解决了硬聚类分配的不可微问题：算子更新步保持MDMD的精确代数约束（硬分配），分区更新步使用Student t-核软化分配（软分配）进行梯度下降，然后在下一步恢复硬分配。这种设计使得方法既能利用深度学习的灵活性，又能保持谱的数学严谨性。
方法步骤详情
方法分为三个主要阶段：第一阶段是自编码器预训练，使用快照对数据最小化重构损失，得到初始编码器 $E_\theta$ 和潜在表示。第二阶段是分区初始化，在潜在空间使用k-means++算法初始化聚类中心。第三阶段是联合优化，交替执行两步：（1）算子更新：基于当前硬分配构建指示字典矩阵 $\Psi_Z, \Psi^e_Z$，使用MDMD算法精确计算满足乘法约束的Koopman矩阵 $K$；（2）分区更新：固定 $K$，使用Student t-核计算软分配矩阵 $Q$，通过梯度下降最小化总损失 $\mathcal{L} = \mathcal{L}_{koop} + \lambda \mathcal{L}_{rec}$。预测时，使用潜在空间Koopman模式展开，最后解码得到物理空间预测。
技术新颖性
技术新颖性体现在三个方面：一是首次在深度学习框架下强制执行Koopman算子的硬代数约束（乘法法则），而非作为软正则化项，这保证了非零谱严格位于单位圆上，排除了指数增长成分；二是提出了交替优化策略，巧妙解决了硬聚类分配的不可微性与梯度下降优化之间的矛盾，通过Student t-核的软分配桥接了离散与连续优化；三是将预测完全移至潜在空间进行，利用自编码器的瓶颈效应实现天然的去噪，这在处理40%噪声的高维流场数据时表现尤为突出。
实验结果
论文在四个实验系统上验证了DeepMDMD的有效性。在非线性摆实验中，DeepMDMD使用$N=100$个基函数即可达到MDMD使用$N=1000$个基函数的精度，相对L2误差降低约一个数量级（从$10^{-1}$降至$10^{-2}$），且其奇异值衰减更慢，表明解析了更多主特征函数。在Lorenz-96系统中，DeepMDMD在$k=3$的潜在空间中成功捕获了从周期运动（$f=2.0$）到准周期（$f=3.5$）再到混沌（$f=4.2$）的动力学分叉，潜在几何结构从闭曲线变为环面再变为混沌吸引子。在158,624维的圆柱尾流实验中，DeepMDMD在40%高斯噪声下仍能保持稳定的潜在空间轨迹，预测误差显著低于状态空间MDMD，且训练损失稳定收敛。在4,225维的顶盖驱动空腔流实验中，DeepMDMD准确捕捉了混合谱结构的自相关函数，而MDMD无法重现观测到的谱统计特性。
查看结构化数据
| 任务 | 指标 | 本文 | 基线 | 提升 |
|---|---|---|---|---|
| 非线性摆单步预测 | 相对L2误差 | 约$10^{-2}$ (字典大小$N=100$) | 约$10^{-1}$ (字典大小$N=100$) | 误差降低约一个数量级 |
| 圆柱尾流含噪预测 | 相对L2预测误差 (40%噪声) | 显著低于MDMD，轨迹保持接近极限环 | 状态空间MDMD，误差高，轨迹发散 | 在强噪声下保持结构稳定性，误差降低明显 |
| 顶盖驱动空腔流谱统计 | 自相关函数匹配度 | 在大部分时间滞后上跟踪真值 | MDMD无法重现自相关结构 | 成功捕捉混合谱的统计特性 |
局限与改进
作者承认的主要局限性包括：训练成本是前置的，虽然预测便宜，但联合优化过程需要大量计算；需要手动选择字典大小$N$和潜在维度$k$，缺乏自动确定内在维度的机制；交替优化方案虽然实验收敛稳定，但缺乏理论收敛性证明。此外，方法依赖于自编码器的预训练质量，如果重构误差过大，可能会影响后续的动力学建模；Student t-核的 degrees-of-freedom 参数在论文中固定为1，可能不是所有场景的最优选择。
独立分析的弱点
独立分析的弱点包括：交替优化可能陷入局部极小值，特别是当初始k-means分区与动力学严重不匹配时；重构损失权重$\lambda$的选择是启发式的（论文中低维用0，高维用0.25），缺乏自适应调参机制；方法目前仅处理离散时间映射，对于连续时间系统需要先离散化，可能引入误差。改进方向可以是引入更鲁棒的初始化策略（如基于动力学相似性的聚类），开发$\lambda$和$\alpha$的自适应调整方案，以及将方法扩展到连续时间Koopman算子的直接近似。
未来方向
作者提出的未来方向包括：自动选择潜在维度，例如通过估计动力学所需的内在维度；将深度潜在表示与其他结构保持的Koopman近似方法结合；探索在其他物理系统（如气候动力学、神经科学）中的应用。基于成果可延伸的方向有：开发端到端的可微MDMD层，避免交替优化；研究多尺度分区以处理具有多时间尺度的系统；将方法与物理约束神经网络结合，在保持代数结构的同时强制守恒律（如质量、能量守恒）。
复现评估
论文提供了较高的复现性：代码和数据已在GitHub开源；所有实验使用PyTorch实现，训练超参数在Table 1中详细列出；低维实验（摆、Lorenz-96）计算成本低，易于复现。高维流体实验（圆柱尾流、顶盖驱动空腔）的数据生成过程有详细描述，使用公开的格子Boltzmann求解器，但重新生成158,624维数据可能需要较高算力。论文提供了具体的网络架构、学习率、批次大小等细节，但未提供预训练模型权重，需要从零开始训练，这可能增加复现难度。
论文图表
