Fugu-MT 論文翻訳(概要): Physically Consistent Learning of Conservative Lagrangian Systems with Gaussian Processes

論文の概要: Physically Consistent Learning of Conservative Lagrangian Systems with Gaussian Processes

arxiv url: http://arxiv.org/abs/2206.12272v1
Date: Fri, 24 Jun 2022 13:15:43 GMT
ステータス: 処理完了
システム内更新日: 2022-06-27 14:53:50.366943
Title: Physically Consistent Learning of Conservative Lagrangian Systems with Gaussian Processes
Title（参考訳）: ガウス過程をもつ保守ラグランジアン系の物理的に一貫性のある学習
Authors: Giulio Evangelisti and Sandra Hirche
Abstract要約: 本稿では,不確実なラグランジアン系の同定を可能にする物理的に一貫したガウス過程(GP)を提案する。函数空間はラグランジアンのエネルギー成分と微分方程式構造に応じて調整される。
参考スコア（独自算出の注目度）: 7.678864239473703
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes a physically consistent Gaussian Process (GP) enabling the identification of uncertain Lagrangian systems. The function space is tailored according to the energy components of the Lagrangian and the differential equation structure, analytically guaranteeing physical and mathematical properties such as energy conservation and quadratic form. The novel formulation of Cholesky decomposed matrix kernels allow the probabilistic preservation of positive definiteness. Only differential input-to-output measurements of the function map are required while Gaussian noise is permitted in torques, velocities, and accelerations. We demonstrate the effectiveness of the approach in numerical simulation.
Abstract（参考訳）: 本稿では,不確実なラグランジアン系の同定を可能にする物理的に一貫したガウス過程(GP)を提案する。函数空間はラグランジアンと微分方程式の構造のエネルギー成分に従って調整され、エネルギー保存や二次形式のような物理的および数学的性質を解析的に保証する。コレスキー分解行列核の新しい定式化により、正定値性の確率的保存が可能になる。ガウスノイズはトルク、速度、加速度で許容されるが、関数マップの差動入出力測定は必要である。本手法の有効性を数値シミュレーションで実証する。

関連論文リスト

Learning the Infinitesimal Generator of Stochastic Diffusion Processes [23.737384504740373]
拡散推定過程の無限小生成系のデータ駆動学習に対処する。提案手法は,全知識設定と部分的知識設定の両方において,エネルギーベースのリスクメトリックを通じて,物理的先行性を統合する。
論文参考訳（メタデータ） (2024-05-21T17:13:13Z)
D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
論文参考訳（メタデータ） (2023-03-01T10:38:10Z)
On the Integration of Physics-Based Machine Learning with Hierarchical Bayesian Modeling Techniques [0.0]
本稿では,ガウス過程(GP)モデルの平均関数にメカニクスに基づくモデルを組み込み,カーネルマシンによる潜在的な不一致を特徴付けることを提案する。カーネル関数の定常性は、階層的ベイズ手法によって解決された長いデータセットの逐次処理において難しいハードルである。数値および実験例を用いて, 構造力学逆問題に対する提案手法の可能性を示した。
論文参考訳（メタデータ） (2023-03-01T02:29:41Z)
Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation [59.45669299295436]
教師なしニューラルソルバのトレーニングのためのモンテカルロPDEソルバを提案する。我々は、マクロ現象をランダム粒子のアンサンブルとみなすPDEの確率的表現を用いる。対流拡散, アレン・カーン, ナヴィエ・ストークス方程式に関する実験により, 精度と効率が著しく向上した。
論文参考訳（メタデータ） (2023-02-10T08:05:19Z)
Discrete Lagrangian Neural Networks with Automatic Symmetry Discovery [3.06483729892265]
離散ラグランジアンとその対称性群を運動の離散観測から学習する枠組みを導入する。学習過程はラグランジアンの形を制限せず、速度や運動量の観測や予測を必要とせず、コスト項も含んでいる。
論文参考訳（メタデータ） (2022-11-20T00:46:33Z)
Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文参考訳（メタデータ） (2022-02-15T19:00:09Z)
State-space computation of quadratic-exponential functional rates for linear quantum stochastic systems [2.0508733018954843]
系の不変ガウス量子状態に対するQEF成長率の周波数領域表現を用いる。この整形フィルタの切り離しにより、QEFレートを任意の精度で計算することができる。
論文参考訳（メタデータ） (2022-01-25T17:36:19Z)
Structure-Preserving Learning Using Gaussian Processes and Variational Integrators [62.31425348954686]
本稿では,機械系の古典力学に対する変分積分器と,ガウス過程の回帰による残留力学の学習の組み合わせを提案する。我々は、既知のキネマティック制約を持つシステムへのアプローチを拡張し、予測の不確実性に関する公式な境界を提供する。
論文参考訳（メタデータ） (2021-12-10T11:09:29Z)
Symplectic Gaussian Process Dynamics [5.171909600633905]
暗黙的なシングルまたはマルチステップインテグレータで基盤システムを識別できるスパースプロセスに基づく変分推論方式を提案する。特に、シンプレクティック生成体積保存予測と結合したハミルトン問題について議論する。
論文参考訳（メタデータ） (2021-02-02T17:02:55Z)
Local optimization on pure Gaussian state manifolds [63.76263875368856]
ボソニックおよびフェルミオンガウス状態の幾何学に関する洞察を利用して、効率的な局所最適化アルゴリズムを開発する。この手法は局所幾何学に適応した降下勾配の概念に基づいている。提案手法を用いて、任意の混合ガウス状態の精製の絡み合いを計算するのにガウス浄化が十分であるという予想の数値的および解析的証拠を収集する。
論文参考訳（メタデータ） (2020-09-24T18:00:36Z)
Method of spectral Green functions in driven open quantum dynamics [77.34726150561087]
オープン量子力学のシミュレーションのために,スペクトルグリーン関数に基づく新しい手法を提案する。この形式主義は、場の量子論におけるグリーン関数の使用と顕著な類似性を示している。本手法は,完全マスター方程式の解法に基づくシミュレーションと比較して計算コストを劇的に削減する。
論文参考訳（メタデータ） (2020-06-04T09:41:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。