← 面向 IBR 动态的物理信息 Neural ODE

面向 IBR 动态的物理信息 Neural ODE

导数匹配与轨迹匹配

C3-04 · 模块提纲

比较含噪导数标签与穿过数值求解器的梯度。

学习目标

  • 解释数值求导对噪声的放大。
  • 追踪展开求解器中的反向梯度。

内容提纲

  1. 平滑与有限差分导数估计
  2. 轨迹损失与求解器计算图
  3. 离散伴随与梯度检查

实验方向 · 待开发

仿真与代码实验

比较残差导数匹配与残差轨迹匹配。

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

用有限差分检查一个方向梯度。

解答与反馈将在完整教材中补充。

材料准备

已有相关讲义、模型或 Notebook,需要整理为网页教材与实验。

保留透明的 NumPy 推导,并补充可选的自动微分实现。

本课程的全部模块
  1. 动力系统与轨迹数据
  2. 神经网络基础
  3. Neural ODE 与学习向量场
  4. 导数匹配与轨迹匹配
  5. 物理约束与残差骨架
  6. 连续时间 PINN 与 Neural ODE
  7. 参数辨识与泛化
  8. 学习模型的稳定性诊断
  9. 从 Swing Model 到变流器动态