用于从数据学习动力学的能量守恒神经网络基准评测
机器学习
2023-05-02 v6 人工智能
系统与控制
系统与控制
动力系统
摘要
过去几年中，在深度学习框架中引入物理信息归纳偏置的兴趣日益增长。特别是，越来越多的文献探索在利用神经网络从观测时间序列数据学习动力学时强制能量守恒的方法。本工作中，我们调研了十种近期提出的能量守恒神经网络模型，包括 HNN、LNN、DeLaN、SymODEN、CHNN、CLNN 及其变体。我们给出了这些模型背后理论的紧凑推导，并解释了它们的异同。它们的性能在 4 个物理系统中进行了比较。我们指出了利用其中某些能量守恒模型设计基于能量的控制器的可能性。
引用
@article{arxiv.2012.02334,
title = {Benchmarking Energy-Conserving Neural Networks for Learning Dynamics from Data},
author = {Yaofeng Desmond Zhong and Biswadip Dey and Amit Chakraborty},
journal= {arXiv preprint arXiv:2012.02334},
year = {2023}
}