本研究解决了神经网络表示的动态系统在时间序列数据下的“耗散性”保障问题，并提出了一种可微分投影，能够将任何由神经网络表示的动态转变为耗散性。研究表明，该方法对领域外输入具有较强的鲁棒性，适用于机器人手臂和流体动力学等应用。

学习深度耗散动力学
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证