神经基方法NBM求解Navier-Stokes方程
热点事件持续更新
神经基方法NBM求解Navier-Stokes方程
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究人员Yuhe Wang等提出了一种名为神经基方法（NBM）的新物理信息机器学习技术，用于求解Navier-Stokes动力学。该方法基于“先表示后投影”原理，通过固定神经基定义表示空间，并利用投影支配方程确定系数。 NBM将算子学习重构为参数到系数的映射，去除了显式空间依赖性以实现可扩展性。针对不可压缩流，NBM导出了仅含速度的公式，其残差能提供后验速度误差估计，从而建立认证式且无数据的训练目标。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 12:00
Neural Basis Method 求解 Navier-Stokes 动力学报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · MLNeural Basis Method 求解 Navier-Stokes 动力学
提出 Neural Basis Method (NBM) 作为求解 Navier-Stokes 动力学的新的物理信息机器学习方法。 NBM 基于 “先表示后投影” 原理，固定神经基定义表示空间，投影支配方程确定系数，并将算子学习重构为参数到系数的映射，通过去除显式空间依赖性实现可扩展性。 对于不可压缩流，NBM 导出仅含速度的公式，其残差提供后验速度误差估计，建立认证式、无数据的训练目标。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。