PDE-SINDy

新方法可从复杂系统数据中鲁棒地发现控制方程

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。