研究人员开发了一种新的主动学习策略，用于发现复杂动力学系统的控制方程，特别是在数据稀缺的情况下。该方法建立在非线性动力学稀疏识别（SINDy）及其集成扩展（E-SINDy）的基础上，优先在信息最丰富的区域进行采样，以更有效地识别模型。与随机采样相比，该方法在仅使用少量数据样本的情况下，已成功准确地识别了常微分方程和偏微分方程的动力学。 AI
影响 这项研究可能导致更有效率的科学建模数据收集，降低成本并加速依赖于理解复杂系统的领域的发现。
排序理由 该集群包含一篇详细介绍新研究方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.12182v1 Announce Type: new Abstract: Identifying the governing equations of complex dynamical systems remains a fundamental challenge across science and engineering. While early approaches relied on empirical data and heuristics, modern data-driven methods offer greate…
Identifying the governing equations of complex dynamical systems remains a fundamental challenge across science and engineering. While early approaches relied on empirical data and heuristics, modern data-driven methods offer greater flexibility and fewer assumptions. However, da…