我有一组微分方程的目标解，其中包含一些未知参数。我希望找到这些参数的值，使得解更接近目标解。我可以使用神经网络来实现吗？如果可以，如何操作？

我之所以提出这个问题，是因为我正在阅读的一篇论文（遗憾的是用希腊语写的）似乎在做同样的事情。论文中提到了以下微分方程系统

所需的输出是，控制输入u中包含一些未知的非线性因素，论文中提到这些非线性因素是通过神经网络来逼近的。由于没有数据来训练网络，我无法理解这是如何实现的？有什么想法吗？

回答：

我认为不行；神经网络的典型用途是从一组示例中学习模式，以便它能够正确分类未见过的示例。这个描述似乎不适合你的问题。

更新（在问题被编辑后）：我认为方程的具体细节并不重要。正如你所说，没有数据来训练网络，因此评估这方面的工作将非常困难（如果不是不可能的话），这可能就像掷硬币一样。因此，我认为你应该关注论文的其他方面（假设有一些）。