面向 IBR 动态的物理信息 Neural ODE
连续时间 PINN 与 Neural ODE
C3-06 · 模块提纲
区分学习解函数与学习动态规律。
学习目标
- 写出轨迹网络 PINN 的 ODE 残差。
- 比较预测接口与初态处理。
内容提纲
- 时间到状态的解函数网络
- 配点、初态与残差损失
- 状态到导数的 NODE 与求解器预测
实验方向 · 待开发
仿真与代码实验
在同一简单 ODE 和明确数据预算下训练两种形式。
后续在此加入模型说明、参数设置、可运行代码与结果解读。
练习与讨论
解释哪种形式直接提供可复用的向量场。
解答与反馈将在完整教材中补充。
材料准备
需要新增专门的教学实验。
新增专门的轨迹网络 PINN 示例及公平的 NODE 对照。