Klein-Gordon lattice

Hamiltonian Graph Inference Networks 联合发现结构和动力学

研究人员开发了 Hamiltonian Graph Inference Network (HGIN)，这是一种从轨迹数据中同时发现格哈密顿系统的相互作用结构和预测其动力学的新方法。HGIN 通过处理可分离和不可分离的哈密顿量以及异构节点动力学，克服了先前基于图的方法的局限性。该系统将一个结构学习模块与一个轨迹预测模块耦合，在基准系统上实现了预测误差的显著降低。