physical systems | BriefGPT

关键词physical systems

搜索结果 - 27

ICLR可微分物理学习控制偏微分方程
本研究介绍了一种新颖的分层预测 - 校正方案，使神经网络能够学习理解和控制复杂的非线性物理系统，在涉及偏微分方程的任务中成功地开发了对这些系统的理解，并学会了控制它们。
PDF4 years ago
神经网络中物理系统的操作性有意义表示
通过神经网络架构，将物理系统中不同方面的信息以最高效的方式传递，以实现表述不同实验条件下有用参数的分离及筛选，实现了针对不同参数需求的物理系统抽象表示，并且可以与强化学习相结合实现交互式场景下的物理系统表征学习。
PDF5 years ago
ICLRSymplectic ODE-Net：学习带控制的哈密顿动力学
Symplectic ODE-Net 是一个深度学习框架，使用 Hamilton 动力学对物理系统的动态进行建模，提供物理上一致的可解释的模型以及针对基于模型的控制策略的新可能性。
PDF5 years ago
物理系统学习和随机控制的高斯过程潜在力模型
本文主要探讨在包含未知输入信号的物理系统中的学习和随机控制问题，这些未知信号以具有一定参数协方差结构的高斯过程（GP）作为模型，得到的潜在力模型（LFMs）可以看作是包含基于物理原理和非参数 GP 模型部分的混合模型。我们简要介绍了这种模型
PDF7 years ago
使用玻尔兹曼机学习热力学
通过学习物理系统中热力学量的 Boltzmann 机器，通过自发的学习机器，我们训练了 Boltzmann 机器，并通过其生成的自旋状态检验热力学可观测量与直接 MC 采样的差距，证明了 Boltzmann 机器能够忠实地再现物理系统的可
PDF8 years ago
计算分块矩阵的行列式
本文提出了一种通过复合块矩阵的组成部分来表达其行列式的方法，可以将 N^2 个块的矩阵的行列式简化为 N 个不同单块矩阵行列式的乘积，可用于物理系统等多离散变量的分析描述中，为求解原本难以解析的行列式提供了系统化的方法。
PDF13 years ago
描述物理属性因果和传播的量子类别学
研究证明了一般物理系统的因果二重性原则，这一原则的形式化表达是在量子网络设置中进行编码的；在这一设置中，其他特定的量子，和量子态的显现也自然地出现；同时提供了一个基于动态操作的基础来研究物理系统。
PDF24 years ago