#physics constraints

9 stories · 0 in 7 days · 0 in 30 days

AI for Science 1 Burgers 1 DreamerV3 1 DynaHarness 1 LIBERO-Pro 1 Neural PDE 1 PMosFM 1 world models 1

Stories, products and papers tagged "physics constraints", newest first.

Oct 1

Papers Builders12:37

Chinese contentPMosFM：物理约束单步生成新方法

PMosFM解决了物理约束生成模型的高采样成本问题，单步生成就能满足物理约束，训练和推理速度更快。

#PMosFM #physics constraints #generative models

arXiv cs.LG@Zhangyong Liang, Haibin LingSource

Models Builders11:03

Chinese contentDynaHarness：机器人动态物理约束系统

清华团队发布DynaHarness，让机器人通过物理约束实现自我进化，成功率提升4倍。

#DynaHarness #robots #LIBERO-Pro #physics constraints

Event

arXiv cs.AI@Haoyuan Deng et al. (6)Source

Sep 29

Papers14:38

Chinese content研究：物理残差约束何时能提升 Neural PDE 模型表现

这篇论文把“加物理约束到底有没有用”讲清楚了：对 Burgers、KdV 这类非线性 PDE 有用，线性问题基本白搭，算力紧张时建议先看结论再选方案。

#Neural PDE #Burgers #physics constraints #neural operators

arXiv cs.LG@Zahra Farazpay, Aniruddha BoraSource

Sep 22

Papers Builders10:24

Chinese content人类主导、物理约束的多智能体工作流，2.9 小时构建可审计的土塞演化模型

工程师定规矩，AI 智能体 2.9 小时写出 6 套土塞演化求解器，隆起误差从 58.4% 降到 9.0%。

#agents #AI for Science #physics constraints

arXiv cs.AI@Jie Shi et al. (3)Source

Aug 25

Papers10:47

Chinese content纠正学习到的物理不变量改善世界模型运行

这篇论文揭示了世界模型在处理物理约束时的局限性，为改进模型提供了有价值的见解。

#DreamerV3 #world models #physics constraints

arXiv cs.AI@Richard BaoSource

Jul 14

Papers10:00

Chinese content增量变换器用于地质聚合物混合料基于代理的逆向设计

想用小样本数据做材料逆向设计？这篇用INCRT处理复杂物理约束，给出一套比单纯优化更靠谱的候选筛选方法。

#INCRT #agent models #physics constraints

arXiv cs.AI@Giansalvo Cirrincione, Filippo GrassiaSource

Jul 13

Papers11:36

Chinese content熵约束机器学习结合残差数据增强用于化学动力学建模

用熵约束让机器学习模拟燃烧既准又快，计算省10倍多，还能用旧数据预测新工况。

#Entropy-constrained ML #Residual Data Augmentation #Chemical Kinetics #DNS

arXiv cs.LG@Okezzi Ukorigho, Opeoluwa OwoyeleSource

Jun 18

Papers10:57

Chinese contentP-K-GCN: 物理增强的Koopman图卷积网络用于深度时空超分辨率

这篇论文提出P-K-GCN，用图卷积加Koopman算子做时空超分辨率，在3D心脏建模上比现有方法更准，物理约束让结果更可靠。

#P-K-GCN #Koopman #physics constraints

arXiv cs.LG@Xizhuo et al. (5)Source

May 25

PapersSelected09:55

Chinese content双智能体LLM框架：生成物理约束本构模型，精度与泛化兼得

做材料本构建模的团队终于有了靠谱的AI助手——双智能体框架自动生成物理有效的模型，省去手动校验的繁琐，建议做固体力学或生物力学仿真的开发者点开看看。

#multi-agent systems #physics constraints #LLM #materials science

arXiv cs.LG@Marius Tacke et al. (7)Source