本文提出了一種基於神經網路的新方法,可以直接從觀測數據中發現自相似性,無需預先假設任何模型,並通過將尺度變換對稱性嵌入神經網路架構中,成功地從優化後的參數中提取出表徵物理問題尺度變換對稱性的冪指數。
본 논문에서는 복잡한 물리 현상의 지배 법칙을 이해하는 데 중요한 단계인 자기 유사성을 기존 모델 기반 접근 방식의 한계를 극복하기 위해 신경망을 사용하여 데이터에서 직접 발견하는 새로운 방법을 제시합니다.
This paper introduces a novel neural network-based method to discover self-similarity in complex physical phenomena directly from observed data, without relying on specific models, by leveraging the inherent scale-transformation symmetries present in self-similar solutions.