12:06arXiv cs.AI@Peiyan Hu, Jian Zhang, Jiashu Pan, Ruiqi Feng, Tao Zhang, Zhi-Ming Ma, Yuan-Sen Ting, Gongjie Li, Tailin WuBi-CFM通过学习初始态与终态分布的双向映射,捕获混沌演化的随机性,缓解指数级误差累积。在Lorenz、Circuit和Lorenz 96系统上,Bi-CFM在5个分布级指标上超越基线,速度提升超两个数量级。针对行星动力学中的三体行星-行星散射问题,扩展的CBi-CFM守恒误差与真实值相当。在真实球状星团(约100亿年演化)观测中,该方法标志着长时序混沌逆问题的精度进步。论文Bidirectional Conditional Flow MatchingBi-CFMCBi-CFM混沌系统逆问题推荐理由:这篇论文提出的Bi-CFM方法,在混沌系统逆问题上比现有基线快上百倍,还能在守恒律上逼近真实值,值得AI建模爱好者细读。原文
11:46arXiv cs.LG@Callum Marsh, Radek Erban, Andreas MunchESPINN框架从瞬态快照数据中反向识别相场模型,同时恢复体化学势和未知梯度系数。在一维Cahn-Hilliard方程实验中,无噪声时单快照对即能准确重建。有噪声时精度下降,但增加快照数量可降低方差、提升鲁棒性。该方法实现了数据高效且物理一致的自由能结构学习。论文ESPINNphase-fieldCahn-Hilliard物理信息神经网络逆问题推荐理由:这篇论文的ESPINN模型用少量快照就能反推出相场模型的化学势和梯度系数,实验稳定,值得关注。原文
10:08arXiv cs.LG@Alireza Kheirandish, Jihoon Hong, Sara Fridovich-Keil研究人员提出了一种基于KL散度的分布外检测指标KLIP,用于逆问题中检测图像是否来自训练分布。该方法无需校准数据或了解偏移分布,能检测整张图像或图像局部区域的分布偏移。实验表明,KLIP能检测出细微但语义重要的偏移,如健康肝脏CT与肿瘤CT的差异,且适用于多种扩散模型、数据集和逆问题。代码已开源。论文扩散模型分布外检测逆问题医学影像KL散度推荐理由:做医学影像或逆问题研究的团队,可以用KLIP无监督地检测异常区域,无需额外标注数据,值得试试。原文