🤖 machine learning
Artifacts of Numerical Integration in Learning Dynamical Systems
यह शोध पत्र प्रदर्शित करता है कि विविक्त डेटा (discrete data) से गतिशील प्रणालियों को सीखने में संख्यात्मक इंटीग्रेटर (numerical integrator) का चयन गंभीर आर्टिफैक्ट्स उत्पन्न कर सकता है, जैसे कि मंद प्रणालियों (damped systems) को एंटी-डैम्प्ड के रूप में गलत पहचानना, क्योंकि स्पष्ट विधियों (explicit methods) की कोटि बढ़ाना या स्टेप साइज कम करना इस समस्या का समाधान नहीं करता है, जबकि 'इम्प्लिसिट मिडपॉइंट मेथड' (implicit midpoint method) एक सिद्धांतगत विकल्प प्रदान करता है जो प्रणाली के वास्तविक संरक्षी (conservative) या विसर्जित (dissipative) गुणों को सुरक्षित रखता है।