研究人员开发了M$^3$（多尺度莫顿度量），一个旨在改进物理模拟神经代理模型训练的新框架。该方法通过基于物理变化划分空间并在多个尺度上分配监督来解决监督不均和空间不一致的问题。在对大规模工业数据集进行测试时，M$^3$显示出显著的改进，在体积情况下误差降低高达4.7倍，并通过将物理加权相对L2误差降低3-4倍，优于在更高分辨率数据上训练的模型。 AI
影响 该框架可能为复杂的模拟带来更具数据效率和物理一致性的AI模型。
排序理由 这是一篇详细介绍神经代理模型训练新框架的研究论文。[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 →
