PTNO：用含噪蒙特卡洛标签训练神经算子
热点事件持续更新
PTNO：用含噪蒙特卡洛标签训练神经算子
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
研究者提出粒子输运神经算子（PTNO），可直接从含噪、低成本的蒙特卡洛（MC）标签中学习粒子输运代理模型，无需依赖高成本收敛的 MC 解。 PTNO 用 softplus 输出层保持物理空间正值，并采用逐点相对 L2 损失（PRelL2）应对高动态范围。在中子输运任务上，PTNO 比同 CPU 上收敛 MC 快 10^4-10^5 倍，在同等精度下比 MC 便宜 10^3-10^5 倍。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
PTNO：用含噪蒙特卡洛估计训练神经算子求解粒子输运问题报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGPTNO：用含噪蒙特卡洛估计训练神经算子求解粒子输运问题
研究者提出粒子输运神经算子（PTNO），可直接从含噪、低成本的蒙特卡洛（MC）标签中学习粒子输运代理模型，无需依赖高成本收敛的 MC 解。PTNO 用 softplus 输出层保持物理空间正值，并采用逐点相对 L2 损失（PRelL2）应对高动态范围。在中子输运任务上，PTNO 比同 CPU 上收敛 MC 快 10^4-10^5 倍，在同等精度下比 MC 便宜 10^3-10^5 倍。
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。