Обнаружение космической структуры на этапе освоения Гамильтонских систем
arXiv:2509.23003v3 Тип уведомления: заменить перекрестное резюме: нейронные динамические модели с механикой повышают интерпретируемость и физическую совместимость, но обычно они предполагают известное пространство конфигурации, фиксированные физические параметры и детерминистское прогнозирование из предписанного первоначального состояния. Мы введём структурированную фазу GAN (SPS-GAN), условное регенеративное моделирование, которое изучает структурную динамику как из картезианских траекторий, так и видео. SPS-GAN сочетает в себе портовую и гамильтонскую магистраль с состязательным условному поколением, что позволяет консервативные, диссиптивные и принудительные системы быть представленными в единой архитектуре. Для того, чтобы вычислить скрытые механические структуры на основе первичных наблюдений, мы используем циклически-координационную потерю, которая восстанавливает как системные уровни свободы, так и канонические координаты без доступа в истинное фазовое пространство. Эксперименты на моделируемых и реальных системах показывают, что СФМ-ГАН повышает точность траектории по сравнению с контрольными динамическими исходными данными и видеопоследовательностью
