Нейронные дифференциальные уравнения (Neural Differential Equations) объединяют нейронные сети с дифференциальными уравнениями для моделирования динамических систем.
При этом скорость изменения состояния моделируется как функция нейронной сети, что особенно полезно для процессов с непрерывным временем.
Известным примером являются Neural Ordinary Differential Equations (Neural ODEs), где нейронная сеть определяет производную вектора состояния, которая затем численно интегрируется.
Эти модели позволяют создавать гибкие, но физически согласованные прогнозы для временных рядов, задач управления или физических симуляций.