★ 2
神经 PDE 求解器学习状态可迁移性研究
论文提出复用契约,通过配对状态比较、匹配目标信息与预算及成本核算,分离求解精度、学习贡献与数值效用。文献审计提取 12 篇论文的 18 条协议记录,发现固定预测器的收益会随校正算法反转,基于功的选择在留出任务上节省 2.50-3.33 次 CG 迭代,强调复用需要匹配状态比较与下游计算证据。
arXiv cs.LG24 天前
共 5 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出复用契约,通过配对状态比较、匹配目标信息与预算及成本核算,分离求解精度、学习贡献与数值效用。文献审计提取 12 篇论文的 18 条协议记录,发现固定预测器的收益会随校正算法反转,基于功的选择在留出任务上节省 2.50-3.33 次 CG 迭代,强调复用需要匹配状态比较与下游计算证据。
论文提出一种车辆集成数字孪生框架,统一物理建模与机器学习,用于桥梁与道路状态的连续监测。框架利用傅里叶神经算子构建车桥与车路交互代理模型,并通过贝叶斯优化设计电动检测车,在澳大利亚和日本多地完成实地验证。
论文提出 SAFDNO,用自适应 Takenaka-Malmquist 正交系统替代固定傅里叶基与硬频率截断,通过神经极点预测器摊销随机极点选择。在九个 PDE 基准中,六个规则网格问题取得最佳表现,Darcy、Burgers、Navier-Stokes 提升明显。零样本超分辨率性能更强,细网格部…
论文提出Helix-FNO,一种教师-学生架构,将32状态机理模型教师与傅里叶神经算子(FNO)学生耦合。教师通过拉丁超立方与不确定性主动学习生成高保真数据集,学生在谱域学习解算子本身而非单一解,从而泛化到新工况。该方法推理速度比机理教师快三个数量级,达毫秒级,适合大规模候选筛选与在线决策支持。
论文提出变分不可压缩最优传输(VIOT)算子,一种用于摊销式不可压缩密度传输的生成神经算子。系统由流函数/矢量势表示、正则化不可压缩传输目标与傅里叶神经算子骨干组成,可对新源-目标密度对前馈预测无散度速度场并生成完整传输轨迹。在2D与3D基准上每对秒级完成,相比逐实例优化基线约10^4倍在线加速,…