10:33
官方账号arXiv cs.LG@Baptiste Mathevon, Farah Cherfaoui, Amaury Habrard, Marc Sebban
推荐理由：这是PDE发现评估的第一篇系统综述，适合ML和物理科学交叉领域的研究者。它帮你理清预测精度与物理一致性之间的权衡，避免用单一指标误导结论。
PDE发现
共 1 条相关 AI 资讯
7月28日
10:33
这篇论文针对偏微分方程（PDE）发现领域的事后评估问题，提出了首个PDE评估指标分类法。作者系统梳理了来自机器学习和数值分析的文献，指出评估需同时考虑预测准确性、物理一致性、可解释性和分布外泛化能力等四个冲突维度。现有指标仅部分覆盖整体问题，可能导致对物理理论有效性的过度解读。论文提供了标准化实践建议，旨在推动可靠评估方法的发展。