新方法利用对称性从单轨迹识别动力系统

研究人员开发了一种利用固有对称性识别动力系统的新方法。该方法表明，具有已知对称性的系统可以比通用系统从更短的轨迹中识别出来。此外，该方法还可以从单个轨迹中自动发现未知的对称群，在已知对称性情况下的识别长度与此相同。这项工作利用了群表示论的工具和凯莱图的性质。 AI

影响 这项研究可能通过减少所需数据量，从而在物理学和生物学等领域实现更高效的复杂系统识别。

排序理由 该项目是一篇学术论文，详细介绍了一种使用机器学习技术识别动力系统的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Cayley Graphs with given Arc-Type
• DagsHub
• dynamical systems
• Gotit.pub
• Group Actions in Ergodic Theory, Geometry, and Topology: Selected Papers, with a Foreword by David Fisher, Alexander Lubotzky, and Gregory Margulis and an Afterword by David Fisher
• group representation theory
• Hugging Face
• IArxiv
• machine learning
• ScienceCast
• symmetry group

• 论文
• 其他

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