可逆神经网络学出Morse型Lyapunov函数:只要平衡点双曲,紧集上就能给出稳定性证书
对平衡点双曲的动力系统,可逆神经网络可以在紧集上逼近Morse型Lyapunov函数,从而给出全局渐近稳定的证书。此前用神经网络学Lyapunov函数只保证某种范数下的逼近,而Lyapunov不等式需要控制导数,这类逼近不足以构成证书。做法是把Morse型Lyapunov函数写成某个微分同胚的范数平方,再用神经ODE构造可逆网络,在Sobolev范数下逼近该微分同胚。
对平衡点双曲的动力系统,可逆神经网络可以在紧集上逼近Morse型Lyapunov函数,从而给出全局渐近稳定的证书。此前用神经网络学Lyapunov函数只保证某种范数下的逼近,而Lyapunov不等式需要控制导数,这类逼近不足以构成证书。做法是把Morse型Lyapunov函数写成某个微分同胚的范数平方,再用神经ODE构造可逆网络,在Sobolev范数下逼近该微分同胚。
已读完全部报道