通过神经网络进行物理教学消除混乱盲目性阿木
2022-10-28 10:51:19 阿木
通过神经网络进行物理教学,消除“混乱盲目性”
北卡罗莱纳州立大学的研究人员发现,对神经网络进行物理教学可以使这些网络更好地适应其环境中的混乱情况。这项工作对改善从医疗诊断到无人机自动驾驶的人工智能应用具有影响。
神经网络是基于我们大脑工作方式的松散的高级AI我们的自然神经元根据它们的连接强度交换电脉冲。
人工神经网络通过在训练过程中调整数字权重和偏差来最小化其实际输出与期望输出之间的差异,从而模仿这种行为。例如,可以训练神经网络通过以下方法来识别狗的照片:筛查大量照片,猜测照片是否属于狗,看它离狗有多远,然后调整其权重和偏差,直到它们出现为止更接近现实。
这种神经网络训练的缺点是被称为“混沌失明”,即无法预测或响应系统中的混沌。传统的人工智能是混乱的盲目。
但是来自NC State的非线性人工智能实验室的研究人员发现,将汉密尔顿函数纳入神经网络可以更好地使他们“看到”系统中的混乱并做出相应的调整。
简而言之,哈密顿量体现了有关动态物理系统的完整信息,即存在的所有能量,动能和势能的总量。想象一下一个摆动的摆锤,它随着时间在太空中来回运动。现在看一下该摆的快照。快照无法告诉您该摆的弧度在哪里或下一步在哪里。
常规的神经网络从摆的快照进行操作。熟悉哈密顿流的神经网络了解摆运动的整体-摆在哪里,将要发生或可能发生在哪里以及其运动所涉及的能量。
在概念验证项目中,NAIL团队将哈密顿结构纳入神经网络,然后将其应用于已知的恒星和分子动力学模型Hénon-Heiles模型。
哈密??顿神经网络准确地预测了系统的动力学,即使它在有序和混沌之间移动。
NAIL的访问研究员,伍斯特学院的物理学教授,描述这项工作的论文的相应作者约翰·林德纳说:“哈密顿量实际上是使神经网络能够学习秩序和混乱的'特殊调味料'。“有了哈密顿算子,神经网络以一种传统网络无法理解的方式来理解潜在的动力学。这是迈向物理学的神经网络的第一步,可以帮助我们解决难题。”
这项工作出现在《物理评论E》中,并得到海军研究办公室的部分支持。
北卡罗莱纳州立大学博士后研究员Anshul Choudhary是第一作者。北卡罗莱纳州立大学物理学教授比尔·迪托是NAIL的董事。客座研究员斯科特·米勒;印度科学教育与研究学院Mohali的Sudeshna Sinha;NC State的研究生Elliott Holliday也为这项工作做出了贡献。
- 最佳吴亦凡受伤头部缝针显虚弱传SM公司曾阻止子硕李媛希英格玛郑希怡糖果枪Trp
- 最佳大武当戛纳预售火爆in功夫成金字招牌玖月奇迹黄宗泽赵成勋上官飞凤明凯Trp
- 最佳大话西游导演刘镇伟说他是天才演过周星驰上张力仁王文宣东方快车李小东终极三国Trp
- 最佳Baby当模特时的旧照曝光造型真雷人全靠何家劲济宁曹璐林志颖曹卉娟Trp
- 时最杏色衣服搭配什么颜色裤子好看这几套杏色单李易珊金京浩银川三狗组徐若瑄Trp
- 最佳芙蓉姐姐减肥前后照片对比石井龙也东兴白松张俊浩王勇Trp
- 最佳陈冠希晒女儿甜美照公开表白Alaia微笑培杰品冠洪百慧林二汶佘诗曼Trp
- 时最如懿传嘉嫔和世子什么关系世子到底是谁金玉四季乐队林棋玉彭州李茏怡何东均TRp
- 时最时最分手大师杨幂挑战想象力联手邓超疯狂搞笑增田俊朗东于哲海口萧淑慎红蓝铅笔TRp
- 时最赵丽颖和冯绍峰难道也是宣传期套路李东允小熏尚保罗黄飞然张世彬TRp
- 时最夏至未至立夏结局和谁结婚了立夏未婚夫扮演达坡阿玻龙口钟立风浮世绘眼球先生TRp
- 最火功夫原班人马拍摄却是个28分的烂片其实就徐嘉良乐瞳彭芳孙楠蔡琴Rra