PulseAugur
中
实时 06:46:12

新的AI工作流可验证科学模型中的物理合规性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为Physics-Audited Agentic SciML (PA-SciML) 的科学机器学习（SciML）新工作流，该工作流优先考虑物理验证而非简单的误差指标。这种方法确保发现的代理模型遵守基本物理原理，如边界条件和因果关系，这对于准确的科学预测至关重要。在计算固体力学示例中，PA-SciML成功识别出不仅验证误差较低，而且通过了关键物理检查的模型，而基线方法有时会因果关系测试失败。 AI

影响 通过确保遵守物理定律来提高AI模型在科学研究中的可靠性。

排序理由 该集群包含一篇详细介绍科学机器学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新的AI工作流可验证科学模型中的物理合规性

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mostafa E. Mobasher ·

    Physics-Audited Agentic Discovery in Scientific Machine Learning

    In agentic scientific machine learning (SciML), large language model (LLM) agents can discover surrogate models and select one by an automated score, typically an error metric. A low error, however, does not establish that the predicted fields satisfy the physics that matter for …

相关实体

相关话题