Framework di rete neurale analizza stabilità e sensibilità del sistema dai dati osservativi

È stato sviluppato un nuovo metodo computazionale che aiuta a identificare le caratteristiche di stabilità e come i sistemi rispondono alle forze utilizzando esclusivamente dati osservativi, senza necessità di equazioni predefinite. In sostanza, addestra una rete neurale a imitare il comportamento di un sistema e poi utilizza la differenziazione automatica per creare la matrice Jacobiana. Ciò consente ai ricercatori di calcolare gli autovettori e le modalità risolventi direttamente dai dati. A differenza delle tradizionali analisi di stabilità, che dipendono da equazioni note e linearizzazione, questo nuovo approccio può gestire sistemi non lineari o mal definiti. È stato applicato con successo a modelli caotici e flussi fluidi complessi, scoprendo importanti modalità di instabilità e relazioni input-output. Questo progresso rappresenta un passo significativo nella comprensione di come i sistemi complessi reagiscono alle perturbazioni in vari ambiti scientifici e ingegneristici.