Core Concepts
알려지지 않은 비선형 동적 시스템의 소산성 특성을 보존하는 신경망 동적 모델을 학습하는 방법을 제안한다.
Abstract
이 논문은 알려지지 않은 비선형 동적 시스템의 소산성 특성을 보존하는 신경망 동적 모델을 학습하는 방법을 제안한다.
첫 단계에서는 제약 없이 비선형 시스템의 동적 행동을 잘 근사하는 기준 신경망 모델을 학습한다. 다음으로, 신경망 가중치를 최소한으로 변경하여 소산성을 보장하는 충분 조건을 도출하고, 이를 만족하도록 가중치를 조정한다. 마지막으로, 편향을 재조정하여 원래 시스템 동역학에 대한 모델 적합도를 유지한다.
이 접근법의 핵심 기여는 다음과 같다. 첫째, 깊은 신경망 동적 모델의 소산성을 보장하는 충분 조건을 도출했다. 둘째, 가중치 조정만으로 소산성을 보장하고 편향 조정을 통해 모델 적합도를 유지하는 알고리즘을 제안했다. 이는 신경 ODE 모델(자율 시스템에 국한된 이론)에서 소산성 보장을 처음으로 다룬 것이다.
Stats
소산성 지수 ε = -0.0837, δ = -0.1281