Key points are not available for this paper at this time.
जटिल गैर-रेखीय गतिशीलताएँ विज्ञान और इंजीनियरिंग के कई क्षेत्रों में उत्पन्न होती हैं, लेकिन अवलोकनों से अंतर्निहित भिन्न समीकरणों को उजागर करना एक चुनौतीपूर्ण कार्य है। जटिल नेटवर्क प्रणाली को प्रतीकात्मक रूप से मॉडलिंग करने की क्षमता उन्हें समझने के लिए कुंजी है, जो कई अनुशासनों में एक खुली समस्या है। हम यहाँ पहली बार एक विधि प्रस्तुत करते हैं जो समय श्रृंखला डेटा से सीधे एक गैर-जोड़े गए गतिशील प्रणाली के लिए स्वचालित रूप से प्रतीकात्मक समीकरण उत्पन्न कर सकती है। यह विधि किसी भी प्रणाली पर लागू होती है जिसे साधारण गैर-रेखीय भिन्न समीकरणों के समूहों का उपयोग करके वर्णन किया जा सकता है, और यह मानती है कि सभी चर के (संभवतः शोर वाले) समय श्रृंखलाएँ अवलोकनीय हैं। जोड़े गए भौतिक प्रणालियों के पिछले स्वचालित प्रतीकात्मक मॉडलिंग दृष्टिकोणों ने रेखीय मॉडल उत्पन्न किए या एक गैर-रेखीय मॉडल को मैन्युअल रूप से प्रदान करने की आवश्यकता थी। यहाँ प्रस्तुत प्रगति इस विधि को प्रत्येक (संभवतः जुड़े हुए) चर को अलग-अलग मॉडल करने की अनुमति देकर संभव बनाती है, प्रणाली को बुद्धिमत्ता से बाधित और अस्थिर करते हुए इसके कम अवलोकनीय विशेषताओं को निकालने के लिए, और स्वचालित रूप से मॉडलिंग के दौरान समीकरणों को सरल बनाती है। हम इस विधि को यांत्रिकी, पारिस्थितिकी और प्रणाली जीव विज्ञान को शामिल करते हुए चार अनुकरण और दो वास्तविक प्रणालियों पर प्रदर्शित करते हैं। संख्यात्मक मॉडलों के विपरीत, प्रतीकात्मक मॉडलों में व्याख्यात्मक मूल्य होता है, यह सुझाव देते हुए कि मॉडल-मुक्त प्रतीकात्मक गैर-रेखीय प्रणाली पहचान के लिए स्वचालित "रिवर्स इंजीनियरिंग" दृष्टिकोणों की भूमिका भविष्य में अधिक जटिल प्रणालियों को समझने की हमारी क्षमता में बढ़ती जा सकती है।
Bongard et al. (Thu,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: