HyperAIHyperAI

Command Palette

Search for a command to run...

تعلم نادر للمعادلات الديناميكية العشوائية

Lorenzo Boninsegna Feliks Nüske Cecilia Clementi

الملخص

مع الزيادة السريعة في البيانات المتاحة لأنظمة معقدة، هناك اهتمام كبير باستخراج المعلومات ذات الصلة الفيزيائية من مجموعات بيانات ضخمة. مؤخرًا، تم تقديم إطار عمل يُعرف بـ "التحديد النادر للديناميكيات غير الخطية" (Sparse Identification of Nonlinear Dynamics - SINDy) لتحديد المعادلات الحاكمة لأنظمة الديناميك من بيانات المحاكاة. في هذه الدراسة، نوسع نطاق تطبيق SINDy ليشمل أنظمة الديناميك العشوائية، والتي تُستخدم غالبًا لنمذجة العمليات البيوفيزية. نثبت صحة stochastics SINDy التقاربية في حدود البيانات اللانهائية، سواء في المتغيرات الأصلية أو المُسَتَّقاة. نناقش الخوارزميات المستخدمة لحل مشكلة الانحدار النادر الناشئة عن التنفيذ العملي لـ SINDy، ونوضح أن التحقق المتقاطع هو أداة أساسية لتحديد المستوى المناسب من الندرة. نقوم بتطبيق المنهجية المقترحة على نظامين اختباريين، وهما: انتشار في محتمل واحد البعد، وديناميكيات المستقاة من عملية انتشار ثنائية الأبعاد.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp