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:零样本超分辨率×
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@Zhonghao Li, Chaoyu Liu, Qian Zhang
精选
Di-BiLPS 是一种新型神经网络框架,专门解决在观测数据极度稀疏(低至3%)时偏微分方程(PDE)的正向和逆向问题。它结合了变分自编码器压缩高维输入、潜变量扩散模块处理不确定性,以及对比学习对齐表征,所有操作在紧凑的潜空间中进行,大幅提升推理效率。实验表明,在多个PDE基准上,Di-BiLPS在极稀疏输入下达到最先进性能,同时计算成本显著降低。此外,该框架支持零样本超分辨率,可在连续时空域进行预测。
论文PDE求解稀疏观测潜变量模型扩散模型零样本超分辨率

推荐理由:PDE求解在稀疏观测场景下一直是个难题,Di-BiLPS用潜空间扩散和对比学习解决了精度和效率的双重瓶颈。做科学计算或物理模拟的开发者,尤其是处理传感器数据稀疏的团队,值得关注这个新范式。
原文
精选全部日报登录