PulseAugur
实时 06:20:48
实体 physics machine learning

physics machine learning

PulseAugur coverage of physics machine learning — every cluster mentioning physics 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_221014 ·

    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。