PulseAugur
中
实时 10:30:06
实体 Generative Refinement Learning for Temporal Interpolation in Scientific Machine Learning

Generative Refinement Learning for Temporal Interpolation in Scientific Machine Learning

PulseAugur coverage of Generative Refinement Learning for Temporal Interpolation in Scientific Machine Learning — every cluster mentioning Generative Refinement Learning for Temporal Interpolation in Scientific Machine Learning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_326967 ·

    新iFLEX模型利用生成式学习精炼科学场重建

    研究人员开发了一种名为插值流专家(iFLEX)的新方法,用于从低分辨率时间数据中改进中间科学场的重建。iFLEX利用条件扩散模型学习并生成简单数值插值的残差误差,然后将其加回到估计值中。与包括Navier-Stokes Kraichnan湍流、上海雷达降水和海面温度在内的数据集上的现有基线相比,该方法已证明具有更低的重建误差。在特定的湍流测试案例中,iFLEX将相对Frobenius范数误差从约13.7降低到10.5。