基于稀疏的物理信息神经网络的光束传输特性的模型发现和重构方法

本发明公开了一种基于稀疏的物理信息神经网络的光束传输特性的物理模型发现和重构方法，属于非线性光学与深度学习交叉的技术领域，包括如下步骤：S1、制作稀疏且低保真的数据集；S2、利用自动微分建立数据背后模型可能存在项的候选函数库，S3、构建一种带有稀疏回归的物理信息神经网络模型发现物理模型结构；S4、对所发现的物理模型进行系数微调并重构出高保真的数据，本发明提出的方法，适用于由常系数或变系数偏微分方程所支撑的光束传输数据的模型发现，可以利用稀缺和噪声的低保真数据，根据物理信息神经网络和稀疏回归发现简约的物理模型，并重构出光束传输动力学过程，有助于后续对光束传输特性进理论分析和研究。