BriefGPT - AI 论文速递 · 2025-02-24T00:00:00Z

Predicting Energy Landscapes of Stochastic Dynamic Systems through Physics-Informed Self-Supervised Learning

📝

内容提要

本研究提出了一种物理信息自监督学习方法，成功解决了在缺乏真实能量值情况下推断能量景观的难题。实验结果表明，估计的能量与真实值的相关系数超过0.9，演化预测准确度提高了17.65%以上，验证了该方法的有效性。

🏷️

标签

有效性 相关系数 能量景观 自监督学习 预测准确度