arXiv cs.AI· Linzhe Zhang, Changming Xu·· 13 小时前AI 评分19
从匿名实验中盲发现热力学本体：一项可识别性理论与多项式时间算法
Blind Thermodynamic Ontology Discovery from Anonymous Experiments
AI 导读
研究者提出从匿名受控实验中直接发现隐藏热力学本体的可识别性理论与多项式时间构造算法，可从复制对比中提取广延与强度标度扇区，并恢复其对偶余切配对。
正文 · AI 翻译
摘要：在机器学习模型能够学习热力学状态方程之前，它必须先发现其测量结果代表什么：哪些通道随系统尺寸缩放，哪些是强度共轭量，各扇区如何通过接触配对，以及哪个势函数决定稳定性。当传感器仅暴露广延态与强度响应的未知线性混合时，被动观测无法将物理量与坐标伪影区分开。我们提出直接从匿名受控实验中发掘这一隐藏热力学本体论的问题。我们给出一种可操作的可辨识性理论，以及一种构造性多项式时间算法：从复制对比中提取广延与强度标度扇区，从热接触与互易性中恢复它们的对偶余切配对，通过离散循环凹性验证一个全局可容许的凹势，并确定储层系综的一个不变拟阵。我们证明，残余的观测等价性严格为 (x, lambda) ~ (A x, a A^{-T} lambda + beta)，从而确立了任何被允许的实验都无法打破的尖锐观测极限。对范德瓦尔斯流体与居里-魏斯磁体的盲测评估证实，在病态混合条件下仍能稳健恢复，正确解析匿名的麦克斯韦联结线，同时拒绝非平衡延续。基于 NIST WebBook 中六种真实流体的外部验证表明，可操作本体论发现能够迁移到真实物理物质上，且无坐标泄漏。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2609.23387 [cs.LG] |
| （或本版本的 arXiv:2609.23387v2 [cs.LG]） | |
| https://doi.org/10.48550/arXiv.2609.23387 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Linzhe Zhang [查看邮箱]
[v1]
2026年9月20日星期日 06:11:40 UTC（343 KB）
[v2]
2026年10月29日星期四 10:32:33 UTC（343 KB）
来源：arXiv cs.AI · arxiv.org