محققان در مقاله جدیدی سراغ چالش درک سیستمهای پیچیده فیزیکی رفتند. اغلب روشهای فعلی برای تحلیل سیستمهای چندجزئی، به دادههای مکانی اکتفا میکنند که گاهی برای تحلیل دقیق کافی نیست.
متد جدیدی که با عنوان TiDe (Time-Derivatives) معرفی شده، با تحلیل مشتقهای زمانیِ دادههای سریزمانی، به جای تکیه بر کاهش ابعادِ پیچیده، مستقیماً سراغ استخراج ویژگیهای فیزیکی سیستم میرود. این یعنی راهی سادهتر و بصریتر برای درک رفتار سیستمهای دینامیکی بدون نیاز به محاسبات سنگین ریاضی! 📉✨
منبع: arXiv Machine Learning