1D Burgers equation

基于物理的主动学习提高了神经算子训练效率

研究人员开发了一种名为基于物理的获取（physics-based acquisition）的新型主动学习技术，以提高训练神经算子以求解偏微分方程的效率。该方法利用方程的残差来智能地选择信息量最大的数据样本，从而减少了训练所需的总体数据量。在1D Burgers方程和2D可压缩Navier-Stokes方程上的实验表明，该方法优于随机获取，并在结合了基于物理的归纳偏置的同时，达到了最先进的数据效率。