محققان به تازگی مدل جدیدی به نام CSympNet-ID معرفی کردهاند که به طور خاص برای یادگیری سیستمهای دینامیکی که دارای استهلاک (Damping) هستند، طراحی شده است.
این شبکه عصبی برخلاف روشهای معمولی، از قوانین فیزیکیِ «همریختی همکنش» (Conformal Symplecticity) تبعیت میکند تا بتواند رفتار سیستمهایی مثل نوسانگرها را با دقت بسیار بالاتری حتی با دادههای کم پیشبینی کند. این یعنی مدل نه تنها نتایج دقیقتری میدهد، بلکه از نظر فیزیکی نیز قابل تفسیر است.
اگر در حوزه شبیهسازیهای فیزیکی یا مدلسازی سیستمهای دینامیکی با هوش مصنوعی فعالیت میکنید، این مقاله جدید میتواند رویکرد شما را در طراحی معماریهای بهینه تغییر دهد.
منبع: arXiv Machine Learning