연구진은 물리적 제약을 통합하는 해밀토니안 뉴럴 네트워크(HNN)의 학습 효율성을 높이는 새로운 방법인 Symplectic Neural Networks를 제안했어요.
Symplectic Neural Networks는 섭동된 상태 변수 관측으로부터 시스템 해밀토니안을 식별하는 어려운 문제를 해결하고, 에너지 보존을 위해 중요한 임의의 시각적 적분기를 사용해요.
연구 결과, 학습된 해밀토니안을 역오차 분석으로 후처리하면 더 정확한 해밀토니안 근사치를 얻을 수 있으며, 더 정확한 흐름 맵 이산화가 필요 없어요.