연구진은 알려진 물리 방정식과 신경망을 결합한 하이브리드 프레임워크를 제안했어요. 이 방법은 상태와 파라미터 추정을 번갈아 수행하며 RTS Smoother를 활용해 누락된 상태를 추정해요. 알려지지 않은 방정식은 신경망으로 표현하며, 부분적으로 관측된 상태에서 누락된 ODE 요소를 학습하고 장기 예측 성능을 향상시켰어요.
RTS Smoother는 알려진 파라미터를 기반으로 상태를 추정하고, 추정된 상태는 신경망 파라미터 추정에 활용돼요. 이 과정은 미리 정해진 기준을 충족할 때까지 반복돼요.
선형, 비선형, 강직성 역학을 포함한 벤치마크 시스템에서 평가 결과, 해석 가능한 메커니즘 구조를 유지하며 잠재 상태 재구성 및 장기 예측을 개선하는 것으로 나타났어요.