Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2501.06118

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2501.06118 (eess)
[提交于 2025年1月10日 (v1) ,最后修订 2025年2月15日 (此版本, v2)]

标题: 从输入-状态-输出数据中进行非线性端口-哈密顿系统辨识

标题: Nonlinear port-Hamiltonian system identification from input-state-output data

Authors:Karim Cherifi, Achraf El Messaoudi, Hannes Gernandt, Marco Roschkowski
摘要: 一种利用输入-状态-输出数据识别非线性端口哈密顿系统的框架被引入。 该框架利用神经网络的通用逼近能力,以结构化的方式有效表示复杂动力学。 我们表明,与不结合物理知识的基线方法相比,使用该结构有助于长期预测。 我们还探索了基于MLPs、KANs以及使用先验信息的不同架构。 该技术通过包含反对称项中的非线性、耗散项中的非线性或哈密顿量中的非线性的示例进行了验证。
摘要: A framework for identifying nonlinear port-Hamiltonian systems using input-state-output data is introduced. The framework utilizes neural networks' universal approximation capacity to effectively represent complex dynamics in a structured way. We show that using the structure helps to make long-term predictions compared to baselines that do not incorporate physics. We also explore different architectures based on MLPs, KANs, and using prior information. The technique is validated through examples featuring nonlinearities in either the skew-symmetric terms, the dissipative terms, or the Hamiltonian.
主题: 系统与控制 (eess.SY) ; 动力系统 (math.DS); 优化与控制 (math.OC); 混沌动力学 (nlin.CD)
MSC 类: 93B30, 93B15, 93C10, 68T07, 93B99
引用方式: arXiv:2501.06118 [eess.SY]
  (或者 arXiv:2501.06118v2 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.06118
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Karim Cherifi [查看电子邮件]
[v1] 星期五, 2025 年 1 月 10 日 17:15:59 UTC (2,177 KB)
[v2] 星期六, 2025 年 2 月 15 日 12:33:18 UTC (3,595 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.SY
eess
math
math.DS
math.OC
nlin
nlin.CD

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号