---

https://www.nature.com/articles/s41567-020-1018-2



馬里蘭大學團隊將機器學習用於圖像辨識與分類，他們把時間之箭方向定義成分類問題，
用機器學習辨識微觀系統的時間之箭方向。

他們訓練了一個神經網路，讓它檢測物理過程影片的時間之箭方向，影片有相應的標籤來
表示前進和倒退。神經網路首先依據輸入與網路的參數（權重與偏差），輸出一個介於
0 與 1 的數字，團隊接著尋找能讓輸出與真實標籤（時間箭頭方向）之間的差異最小化
的參數。

結果神經網路的預測準確度極高。該團隊還用inceptionism 技術調查神經網路內發生的
事情並找出最具代表性的前進和倒退軌跡。

該團隊表示機器學習演算法可以找到重要物理參數並解決物理問題。他們將用此演算法解
決統計物理學問題，特別是非平衡物理系統的未解決謎題。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.192.157.138 (臺灣)
※ 文章代碼(AID): #1VhdQy33 (Gossiping)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1605269180.A.0C3.html