神经ODE流程 用于造纸正式代码（ICLR 2021）。 抽象的 神经常微分方程（NODE）使用神经网络对系统状态的瞬时变化率进行建模。 但是，尽管NODE显然适用于动力学控制的时间序列，但仍存在一些缺点。 首先，它们无法适应传入的数据点，这是自然时间方向对实时应用程序的基本要求。 其次，时间序列通常由一组稀疏的度量组成，可以用许多可能的潜在动力学来解释。 NODE不能捕获这种不确定性。 相反，神经过程（NPs）是一类新的随机过程，可提供不确定性估计和快速的数据自适应，但缺乏对时间流的明确处理。