BriefGPT - AI 论文速递
·
保持势能：欧几里得梯度流之外的守恒定律
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种使用神经网络来参数化任意Lagrangian的方法，称为Lagrangian神经网络（LNNs）。该方法适用于标准动量未知或难以计算的情况，并且能够产生遵守能量守恒条件的模型。通过测试双摆和相对论粒子，证明了该方法在建模时不会损耗能量，并可应用于图形、连续系统和一维波动方程。
🎯
关键要点
- 提出了一种使用神经网络参数化任意Lagrangian的方法，称为Lagrangian神经网络（LNNs）。
- 该方法不需要标准坐标，适用于标准动量未知或难以计算的情况。
- LNNs能够产生遵守能量守恒条件的模型。
- 通过双摆和相对论粒子的测试，证明该方法在建模时不会损耗能量。
- 该方法可应用于图形、连续系统和一维波动方程。
🏷️
标签
➡️
