• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Training neural networks using physical equations of motion.

作者信息

Patrick Xiao T

机构信息

Sandia National Laboratories, Albuquerque, NM 87185.

出版信息

Proc Natl Acad Sci U S A. 2024 Jul 23;121(30):e2411913121. doi: 10.1073/pnas.2411913121. Epub 2024 Jul 15.

DOI:10.1073/pnas.2411913121
PMID:39008681
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11287243/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/fa78/11287243/e23cab94b6d2/pnas.2411913121fig01.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/fa78/11287243/e23cab94b6d2/pnas.2411913121fig01.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/fa78/11287243/e23cab94b6d2/pnas.2411913121fig01.jpg

相似文献

1
Training neural networks using physical equations of motion.使用运动物理方程训练神经网络。
Proc Natl Acad Sci U S A. 2024 Jul 23;121(30):e2411913121. doi: 10.1073/pnas.2411913121. Epub 2024 Jul 15.
2
PEPNet: A barotropic primitive equations-based network for wind speed prediction.PEPNet：一种基于正压原始方程的风速预测网络。
Neural Netw. 2023 Oct;167:533-550. doi: 10.1016/j.neunet.2023.08.042. Epub 2023 Aug 26.
3
Smartphone Sensor-Based Human Motion Characterization with Neural Stochastic Differential Equations and Transformer Model.基于智能手机传感器的人类运动特征刻画：神经随机微分方程与 Transformer 模型
Sensors (Basel). 2022 Oct 2;22(19):7480. doi: 10.3390/s22197480.
4
Physics-informed neural networks based on adaptive weighted loss functions for Hamilton-Jacobi equations.基于自适应加权损失函数的用于哈密顿-雅可比方程的物理信息神经网络。
Math Biosci Eng. 2022 Sep 5;19(12):12866-12896. doi: 10.3934/mbe.2022601.
5
Mechanical Neural Networks with Explicit and Robust Neurons.具有显式和鲁棒神经元的机械神经网络。
Adv Sci (Weinh). 2024 Sep;11(33):e2310241. doi: 10.1002/advs.202310241. Epub 2024 Jun 19.
6
Transformative skeletal motion analysis: optimization of exercise training and injury prevention through graph neural networks.变革性骨骼运动分析：通过图神经网络优化运动训练与预防损伤
Front Neurosci. 2024 Mar 28;18:1353257. doi: 10.3389/fnins.2024.1353257. eCollection 2024.
7
Tensor neural networks for high-dimensional Fokker-Planck equations.用于高维福克-普朗克方程的张量神经网络
Neural Netw. 2025 May;185:107165. doi: 10.1016/j.neunet.2025.107165. Epub 2025 Jan 21.
8
Large Tanker Motion Model Identification Using Generalized Ellipsoidal Basis Function-Based Fuzzy Neural Networks.基于广义椭圆基函数模糊神经网络的大型油轮运动模型辨识。
IEEE Trans Cybern. 2015 Dec;45(12):2732-43. doi: 10.1109/TCYB.2014.2382679. Epub 2015 Jan 1.
9
Training of deep neural networks for the generation of dynamic movement primitives.深度神经网络用于动态运动基元生成的训练。
Neural Netw. 2020 Jul;127:121-131. doi: 10.1016/j.neunet.2020.04.010. Epub 2020 Apr 16.
10
Automated detection of videotaped neonatal seizures of epileptic origin.自动检测源自癫痫的录像新生儿癫痫发作。
Epilepsia. 2006 Jun;47(6):966-80. doi: 10.1111/j.1528-1167.2006.00571.x.

本文引用的文献

1
Machine learning without a processor: Emergent learning in a nonlinear analog network.无处理器的机器学习：非线性模拟网络中的涌现学习。
Proc Natl Acad Sci U S A. 2024 Jul 9;121(28):e2319718121. doi: 10.1073/pnas.2319718121. Epub 2024 Jul 2.
2
Deep physical neural networks trained with backpropagation.基于反向传播算法训练的深度物理神经网络。
Nature. 2022 Jan;601(7894):549-555. doi: 10.1038/s41586-021-04223-6. Epub 2022 Jan 26.
3
Physics successfully implements Lagrange multiplier optimization.物理学成功地实现了拉格朗日乘数优化。
Proc Natl Acad Sci U S A. 2020 Oct 27;117(43):26639-26650. doi: 10.1073/pnas.2015192117. Epub 2020 Oct 12.
4
Mixed-Precision Deep Learning Based on Computational Memory.基于计算内存的混合精度深度学习
Front Neurosci. 2020 May 12;14:406. doi: 10.3389/fnins.2020.00406. eCollection 2020.
5
Equilibrium Propagation: Bridging the Gap between Energy-Based Models and Backpropagation.平衡传播：弥合基于能量模型与反向传播之间的差距
Front Comput Neurosci. 2017 May 4;11:24. doi: 10.3389/fncom.2017.00024. eCollection 2017.