Название исследуемой задачи:	Классификация траекторий динамических систем с помощью физически-информированных нейросетей
Тип научной работы:	НИР
Автор:	Терентьев Александр Андреевич
Научный руководитель:	д. ф.-м. н. Стрижов Вадим Викторович

Abstract

Целью работы является проверка гипотезы о возможности классификации тракеторий физических систем по лагранжианам, а также задачей сатвить предложить метод для данной классификации. Идея состоит в том, чтобы сначала восстановить лагранжиан системы, которая могла бы породить данную траеторию. Лагранжиан восстанавливается с помощью физически-информированных Лагражевых нейронных сетей. Предложена норма, которая вводится на пространстве лагранжианов. Она используется как метрика для метрических методов классификации. В основном для многомерных классификаций используется светрочные нейронные сети, в предположении, что существуют статистические свзяи, между ближайшими точками временного ряда. Данные методы хорошо себя показывают во многих задачах, где эти связи являются прелбладающими. Но для физических систем такие методы не подходят, и предлагается использовать знания о физических связах систем, для выбранных Ларанжевых нейронных сетей этим знанием является закон сохранения энергии.

Code link

1. https://github.com/intsystems/Terentev-BS-Thesis/tree/master/code/main.ipynb

Installation

1. git clone this repository.
2. Create new conda environment and activate it
3. Run