마르코프 체인 기반 모델링과 쿠프만 연산자 기반 모델링은 자율 시스템 모델링에서 유사한 장점을 가지지만, 제어 시스템 모델링에서는 서로 다른 모델과 제어 설계 방법을 제공한다.
물리 기반 신경망은 복잡한 동적 시스템의 상태 추정, 상태-매개변수 추정, 매개변수 추정 등 다양한 작업에서 효과적인 도구로 활용될 수 있다.
본 논문에서는 다양한 동적 시스템에서 높은 정확도를 달성하는 새로운 프레임워크인 TREAT를 제안합니다. TREAT는 시간 반전 대칭(TRS)을 새로운 정규화 항을 통해 적용하여 ODE 통합 중 고차 테일러 항을 최소화함으로써 시스템의 물리적 특성에 관계없이 모델링 정확도를 향상시킵니다.