研究人员开发了一种名为Multi-Fidelity SINDy的新方法，用于从具有不同噪声和保真度级别的数据中发现非线性动力学系统。该方法通过结合Ensemble SINDy和Weak SINDy以及源自广义最小二乘法的加权回归，扩展了现有的非线性动力学系统稀疏识别（SINDy）框架。该方法已在包括常微分方程和偏微分方程在内的基准系统上得到验证，并证明了其在预测双摆系统动力学方面的有效性。研究结果表明，这种多保真度集成可以通过减轻异方差噪声的影响来改善模型恢复，即使利用了较低质量的测量。 AI
排序理由 该集群包含一篇详细介绍新科学方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
- arXiv
- double pendulum system
- Ensemble SINDy
- Multi-Fidelity SINDy
- Ordinary Differential Equations
- partial differential equations
- SINDy
- Weak SINDy for partial differential equations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →