HyperODE：动态系统的零样本代理

研究人员开发了HyperODE，这是一种新颖的机器学习代理，旨在加速复杂动态系统的仿真和推理。与需要对系统方程进行微小更改就进行重新训练的先前模型不同，HyperODE可以在整个模型类别中运行而无需修改。通过将常微分方程（ODE）映射到超图，它将模型结构与神经网络架构分离，从而实现对未见系统配置的零样本泛化。这种方法可以快速仿真和参数校准，即使对于违反质量守恒或涉及外部强迫的系统也是如此。 AI

影响 加速复杂动态系统的仿真和推理，可能加快科学发现和工程应用。

排序理由 该集群包含一篇详细介绍用于动态系统仿真新机器学习方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• Ajitesh Srivastava
• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →