§ 01综述

RMSE 近期进展

PhaseAware：可解释的康复评分框架，结合边界监控与人类反馈

原文标题：PhaseAware 是一种结合边界监控与人类反馈的可解释康复评分框架，它通过优化 RMSE 指标来提高康复评估的准确性。

原文标题：TAIR 方法通过引入热力学信息重参数化输入，显著提升了超临界燃烧神经网络预测的 RMSE，使预测精度得到显著提高。

原文标题：行为条件化神经过程被用于自适应住宅短期负荷预测，该研究通过降低 RMSE 值，提高了负荷预测的准确性。

原文标题：物理引导的多变量 U-Net 在高分辨率降水临近预报中的应用，通过优化 RMSE 指标，实现了更精确的预报。

RMSE 作为衡量模型预测精度的重要指标，近期的研究聚焦于如何通过不同方法降低其值，从而提高预测的准确性。从上述报道中可以看出，无论是结合边界监控、热力学信息，还是使用行为条件化神经过程，降低 RMSE 值已成为当前研究的热点。

§ 02相关报道10 条在档

§ 03邻近话题