研究人员开发了一种名为 PDE-SINDy 的方法，用于从时空数据中发现控制偏微分方程 (PDE)。他们的研究表明，该发现过程的准确性高度依赖于可用数据的数量，更多的数据可以抑制虚假项并更鲁棒地识别出正确的方程。然而，增加用于发现的函数库的大小会降低效率。对于 Glauber 自旋翻转伊辛模型，该方法揭示了一个方程层级，并且严格的选择阈值成功恢复了一个类似 Model-A 的动力学方程，该方程能够准确地捕捉相分离和畴生长动力学。 AI
影响 该研究通过实现从数据中鲁棒地推导复杂方程，推进了科学发现的方法，有望加速各个科学领域的研发。
排序理由 详细介绍一种新的科学发现方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- cs.LG
- Glauber spin-flip Ising model
- Model A
- Partha Sarathi Mondal
- partial differential equations
- PDE-SINDy
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
