报告详情
基于物理诱导学习的复杂系统临界转变预测
编号：5
访问权限：仅限参会人
更新：2026-07-31 11:27:12 浏览：0次
口头报告
报告开始：2026年08月08日 18:10（Asia/Shanghai）
报告时间：10min
所在会场：[P] 分论坛 [P1] 分论坛一 人机复杂系统管理
暂无文件
摘要
精准预测复杂系统临界转变对系统韧性管理与风险调控至关重要，但现有深度学习方法缺乏可解释性。本文提出了一种融合物理先验的学习框架，用于预测由折叠分岔型临界转变的位置。该框架从观测序列数据提取一维潜在轨迹，对其施加折叠分岔动力学约束，并确保其直接参与预测任务。本文的主要创新之处在于将深度学习与分岔理论结合，为复杂系统临界转变预测提供具有物理可解释性的建模范式。此外，本文构建了不同物理约束强度的结构变体用于对比分析。结果表明物理诱导方法优于纯数据驱动方法，效果提升的关键在于融入物理约束并强制潜变量参与预测任务。
关键词
临界转变,临界点预测,物理诱导学习,韧性预测
报告人
揭梦琪
博士研究生 国防科技大学系统工程学院稿件作者
全部评论
重要日期
-
会议日期
08月07日
2026
至08月09日
2026
-
06月01日 2026
摘要截稿日期
-
08月09日 2026
注册截止日期
-
08月31日 2026
初稿截稿日期
主办单位
国防科技大学系统工程学院
承办单位
国防科技大学系统工程学院
联系方式
- 陆柏乐
- 073*********
历届会议
-
2025年08月02日 中国 呼和浩特市
第七届体系工程学术会议·AI驱动的体系工程 -
2024年08月02日 中国 昆明市
第六届体系工程学术会议 -
2023年08月03日 中国 西宁市
第五届体系工程学术会议 -
2022年08月05日 中国 厦门市
第四届体系工程学术会议 -
2021年04月16日 中国 珠海市
第三届体系工程学术会议-复杂系统与体系工程管理
发表评论