神经网络算子框架实现物理系统稳定性与响应度的数据驱动发现

提出无方程数据驱动框架，通过训练神经网络动力学模拟器并利用自动微分提取 Jacobian，直接计算特征值模态与解析模态。 在经典混沌模型及高维流体流动验证中，该方法在强非线性区域成功识别主导失稳模态及输入输出结构。 该工具适用于分析复杂高维数据集，对气候科学、神经科学及流体工程具有直接意义。