通过结构力学应用的调查讨论物理增强机器学习的光谱

本文介绍了物理增强机器学习（PEML）的特点、用途和动机，并通过对 PEML 技术的最近应用和发展的全面探索，展示了 PEML 在解决复杂挑战中的潜力。通过对单自由度 Duffing 振子的简单工作示例的应用，突出了不同 PEML 方法的个体特征和动机。提供这些工作示例的代码，以促进合作和透明度，并为读者提供实用的示例。作为基础性贡献，本文强调了物理洞察力和机器学习能力的协同作用，在推动科学和工程研究的边界上的重要性。