本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2026-03-12
摘要
隨機系統普遍存在於不同的領域，在從分子動力學到氣候現象的過程中表現出波動。朗之萬方程式已成為研究此類系統的常用數學模型，可以預測其時間演化並分析熱力學量，包括吸收的熱量、系統所做的功和熵的產生。然而，從觀測軌跡推斷朗之萬方程式是一個具有挑戰性的問題，並且評估與推斷方程式相關的不確定性尚未完成。在這項研究中，我們提出了一個綜合框架，該框架採用貝葉斯神經網路來推斷過阻尼和欠阻尼狀態下的朗之萬方程式。我們的框架首先分別提供漂移力和擴散矩陣，然後將它們組合起來建構朗之萬方程式。透過提供預測分佈而不是單一值，我們的方法使我們能夠評估預測不確定性，這有助於防止對系統的潛在誤解和錯誤決策。我們展示了我們的框架在推斷神經元模型和微觀引擎等各種場景的朗之萬方程式方面的有效性，強調了其多功能性和潛在影響。