We introduce \textbf{inverse modified differential equations} (IMDEs) to contribute to the fundamental theory of discovery of dynamics. In particular, we investigate the IMDEs for the neural ordinary differential equations (neural ODEs). Training such a learning model actually returns an approximation of an IMDE, rather than the original system. Thus, the convergence analysis for data-driven discovery is illuminated. The discrepancy of discovery depends on the order of the integrator used. Furthermore, IMDEs make clear the behavior of parameterizing some blocks in neural ODEs. We also perform several experiments to numerically substantiate our theoretical results.


翻译:我们引入了\ textbf{ 反向修改差异方程式} (IMDEs), 以促进发现动态的基本理论。 特别是, 我们调查神经普通差异方程式的IMDEs 。 培训这样的学习模式实际上返回了IMDE的近似值, 而不是原系统 。 因此, 数据驱动的发现的趋同分析被照亮了 。 发现的差异取决于所用集成器的顺序 。 此外, IMDEs 明确了神经质代码中某些区块的参数化行为 。 我们还进行了数项实验, 以数字形式证实我们的理论结果 。

0
下载
关闭预览

相关内容

专知会员服务
52+阅读 · 2020年9月7日
【SIGIR2020】学习词项区分性,Learning Term Discrimination
专知会员服务
15+阅读 · 2020年4月28日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Arxiv
45+阅读 · 2019年12月20日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
6+阅读 · 2018年10月3日
Arxiv
5+阅读 · 2018年6月12日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
相关论文
Arxiv
45+阅读 · 2019年12月20日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
6+阅读 · 2018年10月3日
Arxiv
5+阅读 · 2018年6月12日
Arxiv
3+阅读 · 2018年2月24日
Top
微信扫码咨询专知VIP会员