Fugu-MT 論文翻訳(概要): Discovering New Interpretable Conservation Laws as Sparse Invariants

論文の概要: Discovering New Interpretable Conservation Laws as Sparse Invariants

arxiv url: http://arxiv.org/abs/2305.19525v1
Date: Wed, 31 May 2023 03:26:18 GMT
ステータス: 処理完了
システム内更新日: 2023-06-01 18:48:52.864502
Title: Discovering New Interpretable Conservation Laws as Sparse Invariants
Title（参考訳）: スパース不変量としての新しい解釈可能な保存法
Authors: Ziming Liu, Patrick Obin Sturm, Saketh Bharadwaj, Sam Silva, Max Tegmark
Abstract要約: 微分方程式から保存則を自動発見するアルゴリズムを提案する。 SIDは, 様々なシステムにおける新しい保全法則を再発見し, 発見することさえ可能であることを示す。
参考スコア（独自算出の注目度）: 4.19609461099609
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Discovering conservation laws for a given dynamical system is important but challenging. In a theorist setup (differential equations and basis functions are both known), we propose the Sparse Invariant Detector (SID), an algorithm that auto-discovers conservation laws from differential equations. Its algorithmic simplicity allows robustness and interpretability of the discovered conserved quantities. We show that SID is able to rediscover known and even discover new conservation laws in a variety of systems. For two examples in fluid mechanics and atmospheric chemistry, SID discovers 14 and 3 conserved quantities, respectively, where only 12 and 2 were previously known to domain experts.
Abstract（参考訳）: 与えられた力学系の保存法則を明らかにすることは重要であるが困難である。理論的な設定(微分方程式と基底関数の両方が知られている)では、微分方程式から保存則を自動的に発見するアルゴリズムであるスパース不変検出器(SID)を提案する。そのアルゴリズムの単純さは、発見された保存量の堅牢性と解釈可能性を可能にする。 SIDは, 様々なシステムにおける新しい保全法則を再発見し, 発見することができることを示す。流体力学と大気化学の2つの例において、SIDはそれぞれ14と3の保存量を発見し、それまでドメインの専門家に知られていたのは12と2のみである。

関連論文リスト

Active search for Bifurcations [0.0]
本研究では,ベイズ最適化を応用してサドルノードやホップ分岐を発見する能動的学習フレームワークを提案する。本質的なシステムにおける不確実性定量化の枠組みを提供する。また、資源限定の宇宙探査システムにおける不確実性定量化のためのフレームワークも提供する。
論文参考訳（メタデータ） (2024-06-17T02:01:17Z)
Quantum Lyapunov exponent in dissipative systems [68.8204255655161]
時間外秩序相関器(OTOC)は閉量子系で広く研究されている。これら2つのプロセス間の相互作用について研究する。 OTOC崩壊速度は古典的なリャプノフと密接に関連している。
論文参考訳（メタデータ） (2022-11-11T17:06:45Z)
Discovering ordinary differential equations that govern time-series [65.07437364102931]
本研究では, 1つの観測解の時系列データから, スカラー自律常微分方程式(ODE)を記号形式で復元するトランスフォーマーに基づくシーケンス・ツー・シーケンス・モデルを提案する。提案手法は, 1回に一度, ODE の大規模な事前訓練を行った後, モデルのいくつかの前方通過において, 新たに観測された解の法則を推測することができる。
論文参考訳（メタデータ） (2022-11-05T07:07:58Z)
Symbolic Recovery of Differential Equations: The Identifiability Problem [52.158782751264205]
微分方程式の記号的回復は、支配方程式の導出を自動化する野心的な試みである。関数が対応する微分方程式を一意に決定するために必要な条件と十分な条件の両方を提供する。この結果を用いて、関数が微分方程式を一意に解くかどうかを判定する数値アルゴリズムを考案する。
論文参考訳（メタデータ） (2022-10-15T17:32:49Z)
Discovering Conservation Laws using Optimal Transport and Manifold Learning [7.015325665082573]
保存量発見のための非パラメトリック手法を提案する。本手法は, 様々な物理システム上で実験を行い, 保存量と値の抽出を両立できることを実証する。
論文参考訳（メタデータ） (2022-08-31T17:50:04Z)
AI Poincar\'{e} 2.0: Machine Learning Conservation Laws from Differential Equations [0.0]
微分方程式から保存則を発見する機械学習アルゴリズムを提案する。我々の独立モジュールは特異値分解の非線形一般化と見なすことができる。
論文参考訳（メタデータ） (2022-03-23T17:57:01Z)
Neural-Network Quantum States for Periodic Systems in Continuous Space [66.03977113919439]
我々は、周期性の存在下での強い相互作用を持つシステムのシミュレーションのために、神経量子状態の族を紹介する。一次元系では、基底状態エネルギーと粒子の放射分布関数を非常に正確に推定する。二つの次元において基底状態エネルギーの優れた推定値を得るが、これはより伝統的な手法から得られる結果に匹敵する。
論文参考訳（メタデータ） (2021-12-22T15:27:30Z)
Post-Regularization Confidence Bands for Ordinary Differential Equations [6.3582148777824115]
我々は、未知の機能とノイズの多いデータ観測を備えたODEにおける個々の規制機能に対する信頼バンドを構築した。構築された信頼バンドはカーネルのカバレッジ確率が所望であることを示し、回復した規制ネットワークは1つに傾向のある真理に近づいた。
論文参考訳（メタデータ） (2021-10-24T19:21:10Z)
DySMHO: Data-Driven Discovery of Governing Equations for Dynamical Systems via Moving Horizon Optimization [77.34726150561087]
本稿では,スケーラブルな機械学習フレームワークである移動水平最適化(DySMHO)による動的システムの発見について紹介する。 DySMHOは、基底関数の大きな辞書から基礎となる支配方程式を逐次学習する。標準非線形力学系の例は、DySMHOが規則を正確に回復できることを示すために用いられる。
論文参考訳（メタデータ） (2021-07-30T20:35:03Z)
Information analysis in free and confined harmonic oscillator [0.0]
過去10年間で、様々な量子問題において情報測度が広範囲に調査された。最も顕著なものは、漁業情報、シャノンエントロピー、レニイエントロピー、ツァリスエントロピー、オニスクエネルギー、およびいくつかの複雑さである。これらは、調査中のシステムの物理化学的性質を説明するために呼び出されている。
論文参考訳（メタデータ） (2021-05-04T13:01:03Z)
On Second Order Behaviour in Augmented Neural ODEs [69.8070643951126]
第二次ニューラルノード(ソノド)を考える副次感度法がSONODEにどのように拡張できるかを示す。我々は拡張NODE(Augmented NODEs)のより広範なクラスの理論的理解を拡張した。
論文参考訳（メタデータ） (2020-06-12T14:25:31Z)

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。