TangentPDE框架发布:稀疏有限差分学习局部算子响应
热点事件持续更新
TangentPDE框架发布:稀疏有限差分学习局部算子响应
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年11月19日,arXiv平台发布了一篇机器学习领域的论文,介绍了名为TangentPDE的新框架。该框架利用稀疏有限差分近似方向导数,通过联合约束状态保真度与响应方向,实现了算子值及其局部变化的学习。 该方法的技术特点是无需显式导数标签、线性化或伴随PDE求解,且适用于非线性求解器。TangentPDE被设计为即插即用框架,可以集成到多种神经算子主干网络中,展示了良好的兼容性。 在性能验证方面,研究人员在4类PDE系统和20种任务-主干设置中进行了测试。结果显示,TangentPDE在18种设置下降低了三种子平均状态误差及Rollout@20误差,证明了其在提高预测准确性方面的有效性。
AI 根据报道生成 · 10 小时前更新
最新进展11月19日 13:00
TangentPDE: 利用稀疏有限差分监督学习局部算子响应报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · MLTangentPDE: 利用稀疏有限差分监督学习局部算子响应
TangentPDE 框架通过有限差分近似方向导数,联合约束状态保真度与响应方向,从而学习算子值及其局部变化。 该方法无需显式导数标签、线性化或伴随 PDE 求解,适用于非线性求解器,并作为即插即用框架集成多种神经算子主干。 在 4 类 PDE 系统和 20 种任务-主干设置中,TangentPDE 在 18 种设置下降低了三种子平均状态误差及 Rollout@20 误差。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。