Verifier-geleide modelontdekking voor fysieke dynamische systemen met voorgetrainde symbolische transformers

arXiv:2608.02662v1 Aankondigingstype: nieuw Samenvatting: Betrouwbare voorspelling van niet-lineaire fysische systemen ligt ten grondslag aan wetenschappelijke ontdekkingen en technische besluitvorming. Toch zijn high-fidelity simulaties onbetaalbaar duur, en machine-learning-surrogaten kunnen ondoorzichtig zijn en aannames over systeemdynamiek coderen, wat de generaliseerbaarheid beperkt. Voorgetrainde transformers die synthetische ODE-trajecten aan vergelijkingen koppelen bieden interpreteerbare alternatieven, met als belofte overdracht zonder systeemspecifieke vergelijkings-