Taylor Lyapunov Networks：基于 Taylor 展开的神经网络学习紧集上的最大吸引域

Taylor Lyapunov network 通过系统线性化确定二次主导项，并以结构化三次因子分解表示高阶余项，从架构上保证网络满足局部 Lyapunov 函数条件。研究在紧计算域上推导 Lyapunov 和 Zubov 定理，并证明该网络可通用逼近最大 Lyapunov 函数。结合无监督、物理信息驱动的训练方法，数值实验验证了其估计最大吸引域的效率。