物理システムを模倣するニューラルネットワークにおける解析制約の強制

ニューラルネットワークは、高精度で非線形物理システムを模倣できるが、基本的な制約を違反すると物理的に矛盾した結果を生じる可能性がある。ここでは、アーキテクチャや損失関数の制約を介して、ニューラルネットワークに非線形の解析的制約を強制する体系的な方法を紹介する。気候モデル化の対流過程に適用すると、アーキテクチャの制約は、性能を悪化させることなく、機械的精度内で保存法則を強制する。制約を強制することで、制約の影響を最も受ける出力のサブセットにおけるエラーも減少する。