ZH ▾
SNAPE REP RT 头版 →
已证实科学与数学11月20日 20:00 UTC

麻省理工新方法确保天气、湍流等混沌系统的 AI 模型保持物理有界

Illustration from MIT of a chaotic trajectory kept within a learned boundary by an energy-dissipation constraint.
Sunbochen Tang / MIT

Sunbochen Tang、Navid Azizan 和 Themistoklis Sapsis 在 PNAS 发表论文,将能量耗散作为硬约束,使长时间模拟在保持混沌行为的同时不会无限增长;麻省理工称这是首个为混沌机器学习模型提供此类形式化保证的工作。

在 MIT News 阅读全文 分享

来源

更多科学与数学报道
Snape Report 更多报道头版 →