研究人员开发了一种新颖的模拟耦合动力学系统的方法,通过训练神经网络代理,直接映射整个轨迹,绕过了传统的时间步长模拟。该方法将模拟转化为一个不动点问题,与传统积分器相比,显著减少了所需的求解器迭代次数。该方法的梯度计算也与时间递归解耦,允许通过GMRES进行高效求解。虽然该方法对耦合范德波尔振子和Hodgkin-Huxley神经元网络等系统有效,但在某些情况下,代理的误差可能会降低性能。 AI
影响 这项新的模拟技术可以通过实现对复杂系统更快、更有效的建模来加速科学发现。
排序理由 详细介绍新颖模拟方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Generalized minimal residual method
- Gotit.pub
- Hodgkin-Huxley neuron networks
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Newton iterations
- ScienceCast
- Van der Pol Oscillators Generated from Grazing Dynamics
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →