PulseAugur
中
实时 05:39:08
English(EN) CodeJeNN: A simple C++ neural network generator for physics applications

CodeJeNN 为物理应用从 Keras 模型生成 C++ 代码

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 CodeJeNN，一个可以从 Keras 模型自动生成 C++ 代码以用于物理应用的工具。该方法旨在克服将基于 Python 的机器学习库集成到高性能 C++ 解算器中时出现的性能瓶颈。CodeJeNN 生成独立的 C++ 代码，消除了外部依赖，并能够无缝集成到现有框架中，基准测试和计算流体动力学测试案例证明了这一点。 AI

影响 能够将机器学习模型更快地集成到高性能科学计算中，有可能加速计算物理学等领域的研究。

排序理由 该条目描述了一种从机器学习模型为特定科学应用生成代码的新方法，作为一篇 arXiv 研究论文发表。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

CodeJeNN 为物理应用从 Keras 模型生成 C++ 代码

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该条目描述了一种从机器学习模型为特定科学应用生成代码的新方法，作为一篇 arXiv 研究论文发表。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
50 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jay Arcities, Pavel Popov, Eric J Ching, Kamal Viswanath, Ryan F Johnson ·

    CodeJeNN：用于物理应用的简单 C++ 神经网络生成器

    arXiv:2607.02746v1 Announce Type: cross Abstract: Machine learning has shown speedups for numerical methods in physics applications, but integrating Python-based libraries into high-performance C++ solvers creates performance bottlenecks. We present CodeJeNN, which bridges this g…

相关实体

相关话题