ATLAS-NN: Adaptive Transfer Learnable Symplectic-aware Neural Network for Long-Time Hamiltonian Dynamics
本論文は、学習可能な時間スケーリング機構と2段階の転移学習戦略を組み込むことで、長時間のハミルトン力学モデリングを強化する適応型ニューラルネットワークフレームワークであるATLAS-NNを紹介しており、標準的なハミルトンニューラルネットワークや従来のシンプレクティック積分器と比較して、予測誤差を大幅に削減することに成功している。