基于动力系统的辛神经网络

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

辛泰勒神经网络是一种高效且轻量级的学习算法,用于预测复杂的哈密顿动态系统。该算法采用新颖的神经网络架构,具有高预测精度和鲁棒性。

🎯

关键要点

  • 辛泰勒神经网络是一种高效且轻量级的学习算法。
  • 该算法用于基于稀疏、短期观察进行复杂哈密顿动态系统的连续、长期预测。
  • 算法基于新颖的神经网络架构,包含两个嵌入对称Taylor级数展开形式的子网络。
  • 结合四阶辛普勒积分器与神经ODE框架,以学习目标系统的连续时间演化。
  • 模型在较小的训练数据和短训练周期下表现出高预测精度、收敛速度和鲁棒性。
➡️

继续阅读