AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:几何深度学习×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月14日
13:26
13:26arXiv cs.LG@Dongzhe Zheng, Tao Zhong, Christine Allen-Blanchette
精选
本文从函数空间视角研究几何网格上物理场方程的解算子,揭示了Hodge正交性通过将不可学习的拓扑自由度与可学习的几何动力学分离,从根本上解决频谱干扰问题,从而实现结构保持子空间内的加性逼近。基于Hodge理论和算子分裂,作者推导出原则性的算子级分解,提出一种混合欧拉-拉格朗日架构,并引入称为Hodge谱对偶(HSD)的代数级归纳偏置。该方法使用离散微分形式捕捉拓扑主导成分,并用正交辅助环境空间表示复杂的局部动力学。实验表明,该方法在几何图上实现了更高的精度和效率,并增强了对物理不变量的保真度。代码已开源。
论文神经算子Hodge分解拓扑保持几何深度学习物理信息

推荐理由:Hodge分解为神经算子学习提供了严格的数学框架,解决了物理场模拟中拓扑与几何动力学的分离难题。做计算物理、几何深度学习或科学机器学习的团队,可以直接用开源的HSD架构提升模型对物理不变量的保真度。
原文
精选全部日报登录