机构名称：
¥ 1.0
混沌系统的传统模型通常是复杂且计算密集的。AI，尤其是神经网络，提供了一种更有效的方法。例如，麻省理工学院的研究人员一直在探索紧凑的神经网络对建模和预测混乱系统的潜力。他们的工作表明，这些网络可以通过进行一系列数学转换（例如输入数据的拉伸，旋转和折叠）来模仿混乱的动力学。这个过程比喻为制作手工的面条或椒盐脆饼。这项研究表明，即使有少数神经元和有限的训练数据，神经网络也可以有效地学习混乱系统等混乱系统等动力学。这项研究表明，可以训练神经网络，以有效地模仿大型系统中发现的混乱，有助于研究长期行为并在复杂的工程系统中进行预测，例如自主机器人和自动驾驶汽车（Li and Ravela，2021年）。
探索混乱理论和AI
主要关键词
相关文件推荐
