拉格朗日与哈密顿神经网络在耗散系统中的应用研究

拉格朗日神经网络与哈密顿神经网络被证实可成功应用于具有显式时间依赖性的耗散系统。研究人员通过带阻尼的一维谐振子模拟系统测试发现，两种网络方法均能预测系统的实际物理行为，并在不同程度上有效学习底层的拉格朗日量和哈密顿量。这项研究同时揭示了拉格朗日与哈密顿力学在显式含时系统中的重要物理特性。