实体
Helmholtz free energy
Helmholtz free energy
PulseAugur coverage of Helmholtz free energy — every cluster mentioning Helmholtz free energy across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
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 3 条
-
新的SDC框架通过专业化模型重新思考类增量学习
研究人员提出了一个名为社会化划分与协作（SDC）的新框架，以解决类增量学习中的局限性。当出现优化冲突时，该方法将跨专业化模型的会话学习进行分解，而不是依赖于单一的、统一的模型。引入了一个基于亥姆霍兹自由能的能量标准，以指导在冲突目标下会话的自适应分配和模型演化。SDC集成了会话分配、模型演化和协作推理，为单体持续学习方法提供了一种替代方案。
-
AI模型学习力学和热力学中的本构律
研究人员开发了新颖的物理信息神经网络框架，用于发现力学中的本构模型。一种方法通过将各向异性屈服函数表示为凸神经网络来识别它们，并使用力平衡损失进行训练，并通过基准研究进行验证。另一个框架通过学习内部能量和耗散势来解决完全耦合的热力学问题，使用输入凸神经网络，确保热力学可容性，并在合成数据和实验数据上展示了准确性。
-
HEDP框架使用能量-距离提示进行域增量学习
研究人员推出了一种新的域增量学习框架HEDP，旨在防止模型适应新数据时性能下降。该框架采用混合方法，结合了基于能量和基于距离的机制，灵感来自亥姆霍兹自由能。实验表明，HEDP在未见过的数据域上实现了2.57%的准确率提升，有效减少了灾难性遗忘并增强了适应性。