保持势能:欧几里得梯度流之外的守恒定律
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。
原文中文,约200字,阅读约需1分钟。
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。