Yubin Lu等提出结构感知变分学习框架

2026年10月28日，Yubin Lu等人在arXiv ML领域发布新研究，提出一种结构感知、基于能量的学习框架，用于从噪声观测中推断广义扩散过程的未知势函数。 该方法以能量耗散律和De Giorgi耗散泛函为基础，依托能量变分方法（energetic variational approach）构建，核心优势在于避免对未知势函数强制施加特定偏微分方程约束。 研究团队在1D、2D和3D数值实验中验证了该框架，结果显示其在时间尺度、噪声水平及数据量变化下均表现出更强的鲁棒性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。