从数据学习微分方程
机器学习
2022-05-24 v1 动力系统
摘要
微分方程被用于建模源自物理学、生物学、化学和工程学等学科的问题。近年来，由于数据 abundant，人们积极寻找从数据学习微分方程模型的数据驱动方法。然而，许多数值方法往往有所不足。神经网络与深度学习的进展，推动了从数据学习微分方程的深度学习数据驱动方法的转变。在这项工作中，我们提出一种基于前向欧拉的神经网络模型，并通过使用不同数量的隐藏层和不同的神经网络宽度从数据学习诸如 FitzHugh-Nagumo 方程等 ODE 来测试其性能。
引用
@article{arxiv.2205.11483,
title = {Learning differential equations from data},
author = {K. D. Olumoyin},
journal= {arXiv preprint arXiv:2205.11483},
year = {2022}
}