实体
Ginzburg–Landau parameter
Ginzburg–Landau parameter
PulseAugur coverage of Ginzburg–Landau parameter — every cluster mentioning Ginzburg–Landau parameter across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的SS-ESOAP方法增强了物理信息神经网络的训练
研究人员开发了SS-ESOAP，一种旨在改进物理信息神经网络（PINNs）训练的新型预处理方法。该方法解决了ill-conditioned objectives的挑战，这些目标经常阻碍PINNs的高精度训练。SS-ESOAP结合了自适应基更新、标量割线能量校正和方差状态下缩放，在Burgers和Boussinesq方程等多个基于物理的基准测试中表现优于SOAP和Adam等现有方法。
-
图像编辑模型展现出作为统一数值求解器的潜力
研究人员探索了使用预训练的生成式图像编辑模型作为数值模拟统一接口的潜力。通过将物理输入和解渲染为图像，并为参数使用轻量级适配器，他们发现单一架构可以表示各种静态和时间相关的物理映射。然而，该研究也突显了局限性，例如数值范围选择和强制执行控制方程方面的困难，其中混沌系统在长时程模拟方面尤其具有挑战性。
-
新AI框架增强地下矿石探测
研究人员开发了一种新的3D重磁反演框架，该技术对于地下矿石探测至关重要。该方法将问题重新构建为在Noddyverse数据集上的修正流，利用Ginzburg-Landau正则化器来辅助矿石识别并实现物理感知训练。该方法还引入了一种即插即用的引导方法，用于现有的无条件去噪器，并发布了一个用于3D密度的变分自编码器（VAE），以支持该领域的进一步研究。