Presentation Details
  1. Home
  2. Presentation List
  3. Presentation Details
基于物理诱导学习的复杂系统临界转变预测
ID：5 View Protection：ATTENDEE Updated Time：2026-07-31 11:27:12 Hits：31 Oral Presentation

Start Time：2026-08-08 18:10（Asia/Shanghai）

Duration：10min

Session：P 分论坛 » P1分论坛一 人机复杂系统管理

No files

Abstract
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。
Keywords
临界转变,临界点预测,物理诱导学习,韧性预测
Speaker
揭梦琪
博士研究生 国防科技大学系统工程学院

Submission Author
揭梦琪 国防科技大学系统工程学院
李际超 国防科技大学系统工程学院
张飞羽 国防科技大学系统工程学院
姜江 国防科技大学系统工程学院
Submit Comment
Verify Code Change Another
All Comments
Important Date

  • Conference Date

    Aug 07

    2026

    to

    Aug 09

    2026

  • Jun 01 2026

    Abstract Submission Deadline

  • Aug 29 2026

    Registration deadline

  • Aug 31 2026

    Draft paper submission deadline

Sponsored By
国防科技大学系统工程学院
Organized By
国防科技大学系统工程学院
Contact Information
  • 陆柏乐
  • 073*********
Login to view full contact details
Previous Conferences