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

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。

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。