Jaemin Oh
PulseAugur coverage of Jaemin Oh — every cluster mentioning Jaemin Oh across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
神经算子无法可靠地为PDE的牛顿求解器进行热启动
研究人员发现，在使用神经算子为非线性偏微分方程（PDE）的牛顿求解器进行热启动时存在一个关键缺陷。虽然神经算子可以降低测试误差，但它们仍可能产生离散雅可比矩阵不定的初始状态，导致求解器失败。这个问题之所以出现，是因为算子可能会将物理属性（例如超弹性问题中的体积变化）分散到远离其正确值的位置。为了纠正这种谱问题，研究人员提出了一种新颖的微调阶段，该阶段通过对算子施加离散能量惩罚，而无需额外的求解数据，从而在先前方法失败的加载范围内实现了…
-
新的神经网络扰动方法提高了混沌系统预测精度
研究人员开发了一种新颖的数据驱动方法，用于学习非线性状态空间模型中的扰动项，这项技术对于提高混沌系统预测的准确性至关重要。这种被称为神经网络扰动的方法，在理论上基于 Kazantzis--Kravaris--Luenberger 观测器理论。该方法已成功应用于三个以混沌行为著称的基准问题：Lorenz 96 模型、Kuramoto--Sivashinsky 方程和 Kolmogorov 流。
-
神经场改进天气预报数据同化
研究人员开发了一种新颖的基于神经场的方法用于四维变分数据同化（4DVAR），这是数值天气预报中一个关键但计算量巨大的过程。这种新方法将时空状态表示为一个由神经网络参数化的连续函数，该函数充当隐式正则化器，以稳定状态估计并减少振荡。该框架允许并行时间优化，并直接纳入物理约束，在基准测试中显示出比传统4DVAR更高的准确性和显著的速度提升，且无需地面真实训练数据。