BriefGPT - AI 论文速递
·
深度算子神经网络在小行星表面温度和雅科夫斯基效应高效计算中的应用
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
通过thermoNET神经网络架构，我们能够以较少的计算量有效表示卫星轨道中的热层密度，实现高效训练和准确预测。
🎯
关键要点
- 引入thermoNET新型神经网络架构，能够以较少的可微分计算表示热层密度。
- 该网络通过NeuralODE控制卫星动力学，实现可微分的变分方程推导。
- thermoNET与先进的数值技术（如泰勒级数和微分代数技术）连接，提升网络参数训练效率。
- 通过纯回归任务和ODE敏感性的自适应学习，构建灵活紧凑的热层密度模型。
- 该模型提高了数值传播效率，并在轨道预测中保持准确性。
➡️
