SPS-GAN结合port-Hamiltonian与GAN学习哈密顿系统动力学
热点事件持续更新
SPS-GAN结合port-Hamiltonian与GAN学习哈密顿系统动力学
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yulong Yang、Jiayin Liu、Vineet Bansal、Christine Allen-Blanchette等在arXiv发布论文（v3），提出SPS-GAN：一个结合port-Hamiltonian骨干网络与条件生成对抗建模的模型，用于从笛卡尔轨迹和视频学习保守、耗散及受迫哈密顿系统的结构化动力学。 据论文摘要，模型利用循环坐标损失推断系统自由度和规范坐标，在模拟与真实系统实验中，相较监督动力学基线提升轨迹准确度、相较生成基线提升视频一致性，并能跨观测模态和动力学状态恢复潜在力学坐标。材料未说明具体规模、基线设置或实验细节。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
SPS-GAN从笛卡尔轨迹与视频中发现学习Hamiltonian系统的相空间结构报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AISPS-GAN从笛卡尔轨迹与视频中发现学习Hamiltonian系统的相空间结构
Yulong Yang等提出SPS-GAN，通过结合port-Hamiltonian骨干网络与条件生成对抗建模，从笛卡尔轨迹和视频中学习保守、耗散及受迫系统的结构化动力学。论文摘要称，该模型利用循环坐标损失推断系统自由度和规范坐标，在模拟与真实系统上相较监督动力学基线提升轨迹准确度、相较生成基线提升视频一致性，并能跨观测模态和动力学状态恢复潜在力学坐标；材料未说明具体规模、基线设置或实验细节。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。