SPLICE:无标签混合数据中发现神经算子
热点事件持续更新
SPLICE:无标签混合数据中发现神经算子
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Lucas Thil 等人提交论文提出 SPLICE 框架,可在没有机制标签的混合数据中发现神经算子。据论文,该方法通过求解凸优化问题推断候选算子对每条轨迹的贡献,再用校准测试为每个算子分配其对应的物理机制。 在一维和二维系统上,SPLICE 发现的算子能从无标签混合数据中还原机制,并零样本组合成未见方程的模拟器;冻结的算子库还能在无标签、不遗忘的前提下为预训练中缺失的物理机制新增算子。论文称,在 Navier-Stokes 上,其组合精度与有监督版本相当。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
SPLICE:稀疏物理算子库识别与组合式扩展报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.AISPLICE:稀疏物理算子库识别与组合式扩展
SPLICE 框架可在无机制标签的混合数据中发现神经算子,并通过求解凸优化问题推断候选算子对每条轨迹的贡献,再用校准测试为每个算子分配其实现的物理机制。在一维和二维系统上,发现的算子可从无标签混合数据中还原机制,并零样本组合成未见方程的模拟器;冻结的算子库还能在无标签、不遗忘的前提下为预训练中缺失的物理机制新增算子。在 Navier-Stokes 上,其组合精度与有监督版本相当。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。