基于可微物理过程的温室模拟
机器学习
2022-11-22 v1 应用物理
摘要
我们提出了一种基于物理过程的可微温室模拟模型，其参数可通过真实数据训练获得。该基于物理的模拟模型完全可解释，并能够在极长时间范围内对温室内气候与作物动态进行状态预测。该模型通过构建线性微分方程组并求解以获得下一状态。我们提出了一种求解微分方程、处理数据中不可观测状态缺失问题以及高效训练模型的流程。实验表明该流程是有效的。模型在训练后显著提升，能够准确模拟种植黄瓜的温室。
引用
@article{arxiv.2211.11502,
title = {Differentiable Physics-based Greenhouse Simulation},
author = {Nhat M. Nguyen and Hieu T. Tran and Minh V. Duong and Hanh Bui and Kenneth Tran},
journal= {arXiv preprint arXiv:2211.11502},
year = {2022}
}
备注
Accepted at the Machine Learning and the Physical Sciences workshop, NeurIPS 2022. 7 pages, 2 figures