跳到正文
热点事件持续更新

无数据预训练框架提升非结构PDE求解器

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Luis Medrano-Navarro等作者提出一种无需磁盘数据的预训练框架,同时面向稳态与瞬态问题:稳态用几何驱动的内在形状描述子学习复杂3D域表示,瞬态则在线生成合成PDE数据完成可扩展预训练。 作者称,在多项实验中,该方法微调时收敛更快、数据效率更高、精度更好,尤其在真实低数据场景下表现突出。代码与模型已公开,论文被NeurIPS 2026接收。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv cs.AI
    几何遇上物理:面向非结构化神经 PDE 求解器的数据高效预训练框架

    研究提出一种无需磁盘数据的预训练框架,同时面向稳态与瞬态问题:稳态用几何驱动的内在形状描述子学习复杂 3D 域表示,瞬态则在线生成合成 PDE 数据完成可扩展预训练。在多项实验中,该方法微调时收敛更快、数据效率更高、精度更好,尤其在真实低数据场景下表现突出。代码与模型已公开,论文被 NeurIPS 2026 接收。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。