实体
Bayesian physics-informed neural network
Bayesian physics-informed neural network
PulseAugur coverage of Bayesian physics-informed neural network — every cluster mentioning Bayesian physics-informed neural network across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
时间线
- 2026-05-13 research_milestone Publication of a paper detailing a new Bayesian physics-informed neural network for lung tumor growth prediction. 来源
最近 · 第 1/1 页 · 共 2 条
-
新的贝叶斯PINN增强了ADAS的轮载估算
研究人员开发了DBPnet，一种新颖的贝叶斯物理信息神经网络，旨在改进高级驾驶辅助系统（ADAS）的轮载估算。该方法将阻尼器特性纳入物理感知嵌入模块，并利用悬架连杆级别的模型来捕捉非线性动力学。通过集成贝叶斯推理和物理信息损失函数，DBPnet旨在提高对测量噪声和不确定性的鲁棒性，在模拟和真实世界实验中表现优于基线方法。
-
贝叶斯神经网络预测肺肿瘤生长并进行不确定性评估
研究人员开发了一种贝叶斯物理信息神经网络，用于从稀疏的CT扫描数据中预测肺肿瘤的生长。该模型集成了Gompertz生长动力学和贝叶斯推断，采用两阶段方法进行估计。在国家肺癌筛查试验（National Lung Screening Trial）的数据上进行评估，该框架展示了准确的预测能力，并提供了校准的不确定性估计，优于确定性方法。