实体
Physical Fields
Physical Fields
PulseAugur coverage of Physical Fields — every cluster mentioning Physical Fields 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
最近 · 第 1/1 页 · 共 3 条
-
神经场的适应几何提供了超越重建的新见解
研究人员开发了一种新的方法来分析神经场,通过检查它们的“适应几何”,它描述了网络适应新数据的难易程度以及它从过去观察中保留了哪些信息。这种方法超越了仅仅评估神经场重建当前数据的能力。研究发现,局部线性模型可以准确预测图像相关任务的适应成本,并且对于物理场,网络的权重保留了历史信息,可用于以相当大的准确度推断过去的情况,例如波速。
-
JEPA-Anything框架实现领域无关的世界建模
研究人员推出了一种名为JEPA-Anything的新框架,旨在实现领域无关的世界建模。该方法通过采用正交预测分解(OPF)将潜在目标分解为互补因子,从而扩展了联合嵌入预测架构。然后,这些因子通过单独的路径进行学习,并在共享的预测设计中重新组合。该框架已在视觉、生物学、临床轨迹、控制、分子动力学、物理场和天气等多个领域进行了评估,证明了其在预测准确性和泛化能力方面的改进。
-
新框架使用逐行PCA和GP对受约束的多输出物理场进行建模
研究人员开发了一个新颖的框架,用于同时预测受线性等式约束的多个高维物理场。这个问题在物理学和机器学习应用中很常见。所提出的方法利用一种称为逐行PCA(row-wise PCA)的特定主成分分析(PCA)技术,该技术在潜在空间中保留了物理约束。然后,利用这个潜在空间来训练具有专门核参数化的多输出高斯过程(GP)模型。