来源:《npj·复杂性》
杜克大学研究团队开发了一种新型人工智能框架,能够像科学家推导物理定律一样,从复杂系统的时序数据中发现简单、可解释的规则。该框架基于库普曼理论,利用深度学习与物理约束,从数百甚至数千个变量中提取出少数核心隐藏变量,从而构建出紧凑的线性模型,既能准确预测系统长期行为,又能识别系统趋于稳定的状态。该方法已成功应用于气候模型、电路及神经活动等多个领域,有望成为连接AI与人类科学发现的桥梁。
来源:《npj·复杂性》
杜克大学研究团队开发了一种新型人工智能框架,能够像科学家推导物理定律一样,从复杂系统的时序数据中发现简单、可解释的规则。该框架基于库普曼理论,利用深度学习与物理约束,从数百甚至数千个变量中提取出少数核心隐藏变量,从而构建出紧凑的线性模型,既能准确预测系统长期行为,又能识别系统趋于稳定的状态。该方法已成功应用于气候模型、电路及神经活动等多个领域,有望成为连接AI与人类科学发现的桥梁。