Aug, 2023
非线性哈密顿系统的基于数据的二次辛表示辨识
Data-Driven Identification of Quadratic Symplectic Representations of Nonlinear Hamiltonian Systems
Süleyman Yildiz, Pawan Goyal, Thomas Bendokat, Peter Benner
TL;DR使用数据学习 Hamilton 系统的框架,基于 lifting 假设,将非线性 Hamilton 系统用具有三次 Hamilton 量的非线性系统表示,并通过强制施加 Hamilton 结构和辛自编码器来学习二次动力系统,实现了系统的长期稳定性和相对较低的模型复杂度。