研究人员开发了一种新的验证器引导 (VG) 工作流程，增强了 ODEFormer 的能力。ODEFormer 是一个预训练的 Transformer 模型，旨在从物理动力学系统中发现方程。该方法使用动力学和物理可接受性标准，从候选池中选择最合适的方程，提高了对复杂、高维数据的迁移能力。VG 工作流程在经典的 Van der Pol 振子模型上表现出卓越的性能，并成功发现了涡激振动现象的降阶方程，甚至推广到了不同的雷诺数，而无需系统特定的候选库或预设的 Navier-Stokes 结构。 AI
影响 这项研究通过实现自然科学中更具可解释性和物理可审计性的预测，推动了 AI 在科学发现方面的能力。
排序理由 学术论文，详细介绍了 AI 模型发现的新方法。[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 →
