Physics-Informed Neural Networks for Incommensurate Fractional Volterra-Lotka Systems: Forward Solutions, Memory Asymmetry, and Inverse Parameter Recovery
यह शोध पत्र इनकमेंसुरेट (incommensurate) फ्रैक्शनल लोटका-वोल्टेरा प्रणालियों को हल करने के लिए प्रजाति-विशिष्ट L1-स्कीम स्टेंसिल्स के साथ एक भौतिकी-सूचित तंत्रिका नेटवर्क (physics-informed neural network) ढांचे को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि मेमोरी एसिमेट्री (memory asymmetry) पारिस्थितिक भूमिका संक्रमण को प्रेरित कर सकती है और शोर वाले डेटा से सभी सिस्टम मापदंडों की सटीक संयुक्त रिकवरी को सक्षम बनाती है।