研究不同分布偏移对神经PDE代理模型预训练增益的影响
这个研究很具体,不是泛泛而谈,而是用真实数据(254,909个样本)和具体模型(RANS解)测试了预训练在神经PDE代理模型中的价值,对做相关研究的人应该有用。
这个研究很具体,不是泛泛而谈,而是用真实数据(254,909个样本)和具体模型(RANS解)测试了预训练在神经PDE代理模型中的价值,对做相关研究的人应该有用。
做流体模拟或室内环境优化的团队终于有了一个又快又准的替代方案——Drifting Models 比扩散模型快两个数量级,精度却不输,值得在实时 CFD 场景中直接试试。
做 CFD 逆设计或不确定性量化的研究者终于有了一个计算可行的方案——神经算子加速后,贝叶斯推断从小时级降到秒级,建议直接复现论文中的喷管案例。