Motsch-Tadmor 模型交互核的稀疏貝葉斯學習估計

根據在 arXiv 上發布的研究論文，該研究探討了在 Motsch-Tadmor 模型中，基於觀測軌跡數據進行數據驅動識別非對稱交互核的問題。Motsch-Tadmor 模型是一類描述集體動態的半線性演化方程，其中交互核定義了一個正規化、狀態相關的拉普拉斯算子，用於控制粒子間的相互作用。為了解決由此產生的非線性逆問題，論文提出了一個變分框架，將核識別重新表述為使用控制方程隱式形式的子空間識別問題。研究首先建立了一個可識別性結果，描述了交互核在何種條件下可以被唯一恢復（至比例因子）。為了穩健地解決逆問題，作者開發了一種稀疏貝葉斯學習演算法，該演算法結合了信息先驗進行正則化，不僅提高了解決方案的準確性，還提供了不確定性量化，這在科學計算中至關重要。此外，演算法支持原則性的模型選擇。在代表性相互作用粒子系統上進行的廣泛數值實驗表明，所提出的框架在不同雜訊水平和數據情況下，展現出良好的準確性、穩健性和可解釋性。這項工作為數據驅動的動力系統建模和識別提供了新的工具和方法。