研究人员开发了一个名为 MCO-PDE 的新框架，可以从多个不同的数据集中发现控制偏微分方程 (PDE)。这种竞争性优化方法为每个数据集训练单独的神经网络，然后使用加权机制来评估数据集的可信度并达成共识。MCO-PDE 与用于结构搜索的遗传算法集成，可以识别物理定律的形式和参数。该方法已成功地使用有限数据以高精度恢复已知方程，并能处理复杂的现实场景，包括波槽实验。 AI
影响 通过利用异构数据源，实现更强大、更准确的科学发现。
排序理由 该集群包含一篇详细介绍新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
