具有输入到状态稳定性的神经常微分方程及其在电路瞬态建模中的应用
机器学习
2022-02-15 v1 最优化与控制
摘要
本文提出了一类由可证明输入到状态稳定的连续时间循环神经网络参数化的神经常微分方程。该模型动力学通过构造被定义为相对于一个与动力学联合学习的 ISS-Lyapunov 函数具有输入到状态稳定性（ISS）。我们使用所提出的方法学习电子电路的低成本可仿真行为模型，这些模型在由商业电路仿真器仿真时能够准确复现各种数字和模拟电路的行为，即使在与训练期间未遇到的电路元件互连时也是如此。我们还展示了学习保持 ISS 的动力学扰动以建模由电路老化引起的退化效应的可行性。
引用
@article{arxiv.2202.06453,
title = {Input-to-State Stable Neural Ordinary Differential Equations with Applications to Transient Modeling of Circuits},
author = {Alan Yang and Jie Xiong and Maxim Raginsky and Elyse Rosenbaum},
journal= {arXiv preprint arXiv:2202.06453},
year = {2022}
}