10:10
官方账号arXiv cs.LG@Xiangming Huang, Guannan Zhang, Lu Lu, Raphaël Pestourie
推荐理由：这篇论文搞了个叫NOTES的框架，用神经算子压缩设计空间，再用进化策略找最优，在纳米光子偏转器上效率超95%，比传统方法好。
DeepONet
共 2 条相关 AI 资讯
7月9日
10:10
论文提出NOTES方法，将DeepONet神经算子与CMA-ES进化策略结合，在紧凑潜空间中进行全局优化。该方法将纳米光子束偏转器的设计维度从256降至25，并实现超过95%的效率。在结构优化任务中，NOTES发现的合规性设计达到246。与CMA-ES、拓扑优化等基线相比，NOTES在性能和迁移性上均有提升。
6月16日
10:44
10:44
官方账号arXiv cs.AI@Qian Qi
精选
推荐理由：这篇论文把Q-learning的Bellman目标正则性研究透了，还给出了DeepONet的近似界限，适合搞理论强化学习的人细读。