ICLRMar, 2020
拉格朗日神经网络
Lagrangian Neural Networks
Miles Cranmer, Sam Greydanus, Stephan Hoyer, Peter Battaglia, David Spergel...
TL;DR本文提出了一种使用神经网络来参数化任意 Lagrangian 的 Lagrangian 神经网络(LNNs),该方法不需要标准坐标,因此可适用于标准动量未知或难以计算的情况,并且在各种任务中产生遵守能量守恒条件的模型,通过在双摆和相对论粒子上的测试表明,该方法可用于建模且不会损耗能量,还可以应用于图形和连续系统,并证明其用于一维波动方程。