<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Physics ML on 中文AI术语词典</title><link>https://terms-en.ai-term-hub.com/zh/tags/physics-ml/</link><description>Recent content in Physics ML on 中文AI术语词典</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 18 Jul 2026 11:44:45 +0000</lastBuildDate><atom:link href="https://terms-en.ai-term-hub.com/zh/tags/physics-ml/index.xml" rel="self" type="application/rss+xml"/><item><title>哈密顿量</title><link>https://terms-en.ai-term-hub.com/zh/terms/hamiltonian/</link><pubDate>Sat, 18 Jul 2026 10:51:52 +0000</pubDate><guid>https://terms-en.ai-term-hub.com/zh/terms/hamiltonian/</guid><description>&lt;h2 id="definition">Definition&lt;/h2>
&lt;p>哈密顿量起源于经典力学，代表系统中动能和势能的总和。在AI中，哈密顿神经网络（HNNs） incorporates 这一概念以学习动态系统&amp;hellip;&lt;/p>
&lt;h3 id="summary">Summary&lt;/h3>
&lt;p>表示系统总能量的函数，用于受物理启发的AI模型中以模拟动力学并保持能量守恒。&lt;/p>
&lt;h2 id="key-concepts">Key Concepts&lt;/h2>
&lt;ul>
&lt;li>能量守恒&lt;/li>
&lt;li>辛积分&lt;/li>
&lt;li>神经常微分方程 (Neural ODEs)&lt;/li>
&lt;li>物理先验&lt;/li>
&lt;/ul>
&lt;h2 id="use-cases">Use Cases&lt;/h2>
&lt;ul>
&lt;li>分子动力学模拟&lt;/li>
&lt;li>天气预报&lt;/li>
&lt;li>具有物理约束的机器人运动规划&lt;/li>
&lt;/ul>
&lt;h2 id="related-terms">Related Terms&lt;/h2>
&lt;ul>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/lagrangian-%E6%8B%89%E6%A0%BC%E6%9C%97%E6%97%A5%E9%87%8F/">Lagrangian (拉格朗日量)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/neural-ode-%E7%A5%9E%E7%BB%8F%E5%B8%B8%E5%BE%AE%E5%88%86%E6%96%B9%E7%A8%8B/">Neural ODE (神经常微分方程)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/physics-informed-ml-%E7%89%A9%E7%90%86%E4%BF%A1%E6%81%AF%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/">Physics-Informed ML (物理信息机器学习)&lt;/a>&lt;/li>
&lt;li>&lt;a href="https://terms-en.ai-term-hub.com/en/terms/dynamics-%E5%8A%A8%E5%8A%9B%E5%AD%A6/">Dynamics (动力学)&lt;/a>&lt;/li>
&lt;/ul></description></item></channel></rss>