实体
RealPDEBench
RealPDEBench
PulseAugur coverage of RealPDEBench — every cluster mentioning RealPDEBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新训练方法提升物理系统AI预测能力
研究人员开发了一种名为“联合训练”的新训练方法,可提高AI模型对物理系统的预测准确性。该方法同时优化仿真和实验数据,与传统微调方法不同,后者优先考虑实验目标,可能导致仿真性能下降。在流体系统上的实验表明,联合训练在仿真和实验领域始终能实现更好的均衡性能,甚至能保留实验测量中缺失的特定于仿真的数据。
-
新的 R$^2$NO 框架将模拟神经网络算子适配到现实世界数据
研究人员开发了一个名为保留与修复神经网络算子 (R$^2$NO) 的新框架,以更好地将基于模拟预训练的神经网络算子适配到现实世界数据。该方法包括微调预训练算子,然后使用冻结版本提供基础预测。一个单独的修复模块随后学习改进,并与原始预测相结合。在 RealPDEBench 数据集上,R$^2$NO 的性能优于标准的微调和迭代改进技术。