#多保真度建模

arXiv 提出双保真度材料响应建模与不确定性量化框架

论文提出双保真度朗之万采样超网络框架，通过学习模型参数后验分布构建概率神经响应模型，而非单一确定性拟合。方法共享低/高保真数据的潜在表示以支持迁移学习，并引入漂移稳定项、分阶段训练、自适应初始化等改进，在数据有限场景下提升预测性能与不确定性刻画。