研究者提出在线生成主动采样方法OGAS
热点事件观察中
研究者提出在线生成主动采样方法OGAS
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Pierre Cesar 等作者提出在线生成主动采样方法 OGAS，用于为偏微分方程（PDE）代理模型训练挑选仿真配置。该方法在代理模型训练过程中持续自适应调整配置参数采样，作为传统按轮次主动学习的替代方案。 据作者称，提出 OGAS 是为了应对采样不均衡问题。报道未给出该方法在具体任务上的效果数据。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
OGAS：用生成式主动采样为在线 PDE 代理模型训练挑选仿真配置报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIOGAS：用生成式主动采样为在线 PDE 代理模型训练挑选仿真配置
研究者提出 Online Generative Active Sampling（OGAS），在 PDE 代理模型训练过程中持续自适应调整配置参数采样，替代传统按轮次的主动学习。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。