★ 2
物理信息机器学习用于流体动力学
文章介绍物理信息机器学习（PIML）作为流体动力学研究的混合方法，将物理方程约束与数据驱动模型结合。该方法可在数据稀缺场景下提升流场预测的物理一致性与泛化能力，属于 AI 与科学计算交叉方向。
Nature Machine Intelligence13 天前
#物理信息机器学习
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
无数据物理信息神经算子求解水平集界面输运
论文提出一种无需参考解数据的物理信息神经算子，用于水平集界面输运，训练仅依赖输运残差与几何约束。采用时空傅里叶骨干一次输出完整轨迹，初始条件由构造方式施加而非惩罚项。在反向单涡与刚体旋转基准上，无数据算子误差高于监督基线，但在约束有效区域面积守恒性优于监督基线 2.7 倍。
arXiv cs.LG32 天前
★ 1
物理信息混合前向-逆向框架重建高维稀疏配方
论文提出物理信息、不确定性感知的混合框架，含前向质量模型、稀疏逆向重建器与可行性约束排序层三模块，用于流程工业高维稀疏配方设计。在工业纺织染色场景验证，前向模型 MAE 低至 0.1523，逆向配方向量 MAE 为 0.0295，可作为人机协同决策支持工具减少实验试错。
arXiv cs.LG19 天前
★ 1
PhyRestore：物理结构化的潜因子修复
针对物理输入因子被噪声或损坏时估计土壤流失时序变化的难题，论文基于修正通用土壤流失方程（RUSLE）提出 PhyRestore 框架，不直接预测变化或修正退化估计，而是修复受损物理因子并通过已知物理关系重建时序变化。流域尺度双时相栅格实验显示，当受损因子仍可辨识时因子修复改善大幅变化恢复，但在联合…
arXiv cs.LG45 天前