研究人员开发了APIC，一种用于校准与真实世界数据存在差异的物理模型的新方法。该方法通过使用神经过程（Neural Processes）来实现可扩展的、群体级别的贝叶斯推断，从而扩展了Kennedy-O'Hagan框架。APIC的架构将实例特定的物理参数与共享的差异结构分开，从而能够对新的、未见过系统的快速校准和不确定性量化。 AI
影响 引入了一种新颖的摊销推理技术，用于提高物理模型的准确性和不确定性量化。
排序理由 该集群包含一篇详细介绍物理模型校准新方法的学术论文。[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 →