論文の概要: PHAST: Port-Hamiltonian Architecture for Structured Temporal Dynamics Forecasting

• arxiv url: http://arxiv.org/abs/2602.17998v1
• Date: Fri, 20 Feb 2026 05:23:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-23 18:01:41.233546
• Title: PHAST: Port-Hamiltonian Architecture for Structured Temporal Dynamics Forecasting
• Title（参考訳）: PHAST:構造化時間変動予測のためのポート・ハミルトンアーキテクチャ
• Authors: Shubham Bhardwaj, Chandrajit Bajaj,
• Abstract要約: textbfPHAST (Port-Hamiltonian Architecture for Structured Temporal dynamics) を導入し、ハミルトニアンをポテンシャルV(q)$、質量M(q)$、減衰D(q)$に分解する。 このようなアンカー(ゲージの自由)を使わずに、同定が根本的に不適切であることを示し、予測安定性を識別可能性から分離する2軸評価を動機付けている。
• 参考スコア（独自算出の注目度）: 2.2044990817172594
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Real physical systems are dissipative -- a pendulum slows, a circuit loses charge to heat -- and forecasting their dynamics from partial observations is a central challenge in scientific machine learning. We address the \emph{position-only} (q-only) problem: given only generalized positions~$q_t$ at discrete times (momenta~$p_t$ latent), learn a structured model that (a)~produces stable long-horizon forecasts and (b)~recovers physically meaningful parameters when sufficient structure is provided. The port-Hamiltonian framework makes the conservative-dissipative split explicit via $\dot{x}=(J-R)\nabla H(x)$, guaranteeing $dH/dt\le 0$ when $R\succeq 0$. We introduce \textbf{PHAST} (Port-Hamiltonian Architecture for Structured Temporal dynamics), which decomposes the Hamiltonian into potential~$V(q)$, mass~$M(q)$, and damping~$D(q)$ across three knowledge regimes (KNOWN, PARTIAL, UNKNOWN), uses efficient low-rank PSD/SPD parameterizations, and advances dynamics with Strang splitting. Across thirteen q-only benchmarks spanning mechanical, electrical, molecular, thermal, gravitational, and ecological systems, PHAST achieves the best long-horizon forecasting among competitive baselines and enables physically meaningful parameter recovery when the regime provides sufficient anchors. We show that identification is fundamentally ill-posed without such anchors (gauge freedom), motivating a two-axis evaluation that separates forecasting stability from identifiability.
• Abstract（参考訳）: 実際の物理系は散逸し、振り子を遅くし、サーキットは熱の電荷を失い、部分的な観測からそれらのダイナミクスを予測することは、科学的な機械学習における中心的な課題である。 emph{position-only} (q-only) 問題に対処する: 離散時間(momenta~$p_t$ latent)において、一般化された位置~$q_t$のみを与えられると、構造化されたモデルを学ぶ。 (a)~安定長軸予測と生産 (b)~十分な構造が提供されると、物理的に意味のあるパラメータを復元する。 port-Hamiltonian フレームワークは、$\dot{x}=(J-R)\nabla H(x)$ を通じて、保守的な散逸的な分割を明示的にし、$R\succeq 0$ のとき $dH/dt\le 0$ を保証する。 我々は、ハミルトニアンをポテンシャル~$V(q)$, mass~$M(q)$, and damping~$D(q)$, across three knowledge regimes (KNOWN, PartIAL, UNKNOWN), using efficient low-rank PSD/SPD parametersizations and advanceds with Strang splitting。 機械的、電気的、分子的、熱的、重力的、生態的システムにまたがる13のqのみのベンチマークで、PHASTは競争ベースラインの中で最高の長期予測を達成し、体制が十分なアンカーを提供するときに物理的に意味のあるパラメータ回復を可能にする。 このようなアンカー(ゲージの自由)を使わずに、同定が根本的に不適切であることを示し、予測安定性を識別可能性から分離する2軸評価を動機付けている。

関連論文リスト

• KoopGen: Koopman Generator Networks for Representing and Predicting Dynamical Systems with Continuous Spectra [65.11254608352982]
  生成元をベースとしたニューラル・クープマン・フレームワークを導入し,構造的かつ状態に依存したクープマン・ジェネレータの表現を通じて動的にモデル化する。 固有のカルテス分解をスキュー結合および自己結合成分に利用することにより、KoopGenは可逆的な散逸から保守的な輸送を分離する。
  論文  参考訳（メタデータ） (2026-02-15T06:32:23Z)
• From Observations to States: Latent Time Series Forecasting [65.98504021691666]
  本稿では,TSFを観測回帰から潜時予測に移行する新しいパラダイムであるLatent Time Series Forecasting(LatentTSF)を提案する。 具体的には、LatentTSFはAutoEncoderを使用して、各段階での観測結果を高次元の潜在状態空間に投影する。 提案する潜伏目標は,予測潜伏状態と地道状態と観測値との相互情報を暗黙的に最大化する。
  論文  参考訳（メタデータ） (2026-01-30T20:39:44Z)
• Scar-induced imbalance in staggered Rydberg ladders [0.0]
  本研究では, スタガードデチューニングを施した2脚はしご上でのリドベルク原子の運動論的拘束モデルについて検討した。 QMBSは、N'eel と Rydberg の真空初期状態のコヒーレントな多体再生と部位依存磁化ダイナミクスをもたらす。
  論文  参考訳（メタデータ） (2024-11-04T19:00:02Z)
• Hamiltonian Mechanics of Feature Learning: Bottleneck Structure in Leaky ResNets [58.460298576330835]
  ResNets と Fully-Connected Nets を相互接続する Leaky ResNets について「有効深度」に依存して検討する。 この直感を利用して、以前の研究で見られるように、ボトルネック構造の出現を説明する。
  論文  参考訳（メタデータ） (2024-05-27T18:15:05Z)
• CWF: Consolidating Weak Features in High-quality Mesh Simplification [50.634070540791555]
  これらの要件をすべて同時に検討するスムーズな機能を提案する。 この官能基は、通常の異方性項と、セトロイド型ボロノイテッセルレーション(CVT)エネルギー項を含む。
  論文  参考訳（メタデータ） (2024-04-24T05:37:17Z)
• Slow thermalization and subdiffusion in $U(1)$ conserving Floquet random circuits [0.0]
  本研究では,Har random $U(1)$ charge conserving dynamicsを用いて,Floquetユニタリ回路の一群について検討する。 この最小限のモデルでは、数値的にアクセス可能なシステムサイズにおいて、堅牢な熱化は行われていない。
  論文  参考訳（メタデータ） (2022-10-24T17:46:23Z)
• Stochastically forced ensemble dynamic mode decomposition for forecasting and analysis of near-periodic systems [65.44033635330604]
  本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。 固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。 電力グリッドからの負荷データを用いたテストケースの結果が提示される。
  論文  参考訳（メタデータ） (2020-10-08T20:25:52Z)
• Supporting Optimal Phase Space Reconstructions Using Neural Network Architecture for Time Series Modeling [68.8204255655161]
  位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。 私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
  論文  参考訳（メタデータ） (2020-06-19T21:04:47Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。