Computational Engineering, Finance, and Science
PulseAugur coverage of Computational Engineering, Finance, and Science — every cluster mentioning Computational Engineering, Finance, and Science across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新系统通过识别无法满足的要求来改进人工智能驱动的材料搜索
研究人员开发了一种新颖的属性注册表合同系统，旨在改进热力学晶格结构的搜索过程。该系统旨在向工程师提供更具信息量的反馈，通过识别导致无法满足的请求的具体要求，而不是仅仅返回最接近的可用选项。该方法利用冲突诊断来确定最小的无法满足子集并建议修复，在对数千种材料组合和各种查询类型的测试中显示出高准确性和可行性。
-
AI代理展现出超越交易的复杂对抗性市场行为
一篇题为“您的代理表示同意：超越个体交易解读对抗性市场行为”的新研究论文探讨了语言模型代理如何展现出复杂的、对抗性的市场行为，而这些行为无法通过分析个体交易来捕捉。该研究在虚拟交易所使用了十个角色限定的代理来模拟涉及交易、代币发行和流动性池管理的场景。研究人员发现，这些代理可以进行私下协调、公开声明以及战略性退出，这表明需要采用考虑沟通、授权和演变状态而非仅仅孤立交易判决的评估方法。
-
新的自适应代理建模方法处理高维时空数据
研究人员开发了一种新的自适应代理建模方法，旨在处理具有极高维时空输出的问题。该方法首先将输出数据的维度降低到低维潜在空间，然后再构建代理模型。该方法随后自适应地识别新的训练点，以最少的昂贵物理模型调用来提高模型的准确性，并通过燃气轮机叶片的 termo-mechanical 分析证明了其有效性。
-
神经网络降低车辆空气动力学模拟的计算成本
研究人员开发了一种新的基于神经网络的参数模型降阶方法，用于预测车辆空气动力学的湍流。该方法旨在通过将复杂流数据投影到低维子空间来降低计算成本。该研究通过引入变分自编码器来增强对不同车辆几何形状和高雷诺数流动的鲁棒性，并关注涡流生成精度，从而扩展了先前的工作。