arXiv · ML· Rahul Golder, Bimol Nath Roy, MM Faruque Hasan·· 6 小时前AI 评分23
KKT-HardNet 教程：物理约束机器学习用于混合建模、优化与控制
A Tutorial on Physics Constrained Machine Learning for Hybrid Modeling, Optimization, and Control
AI 导读
KKT-HardNet 是一款模块化物理约束机器学习（PCML）框架，通过微分投影保证代数约束的严格满足，支持异构数据及线性/非线性约束处理。 该框架利用隐函数定理实现投影层反向传播，避免昂贵的自动微分，并引入 Fischer-Burmeister 重构作为替代求解策略。 在基准测试中，KKT-HardNet 在约束满足和推理时间方面实现了数量级的性能提升，代码与数据集已开源。
来源：arXiv · ML · arxiv.org