研究：动力学学习结构难迁移至逆问题

Nicholas Tan Jerome 与 Fangnian Wang 发表的论文指出，用 NRI 从动力学预测中学到的关系结构无法迁移到逆问题，即使边误差满足 Δ < n²-kn 的理论条件。 在 180 个 CFD 氢气泄漏与 180 个声学场景的源定位任务中，该结构比任务优化注意力基线性能分别下降 116% 和 201%。作者提出基于 Jaccard 相似度的轻量可迁移性测试，使用不到一小时计算和 15-20% 的目标域数据即可区分迁移成败。 作者称该测试只是基于少量案例校准的启发式方法，并非经验证的一般阈值。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。