本研究は、無教師ありのディープラーニング手法を用いて、物理に基づく初期値問題を解く新たな枠組みを提案しています。自由粒子や振り子、複雑な非線形系であるヘノン・ハイレス系などのモデルに対し、ニューラルネットワークがエネルギー保存などの物理法則を満たす軌道を再現できることを示しました。特に、確率的活性化関数の導入により、解の安定性と精度が向上しています。本手法は、物理における非線形力学系の解析に有効なアプローチとなる可能性があります。