BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

PINN-BO：一种使用物理信息神经网络的黑盒优化算法

💡 原文中文，约500字，阅读约需2分钟。
📝

内容提要

物理信息导向的神经网络（PINNs）是一种解决偏微分方程（PDEs）的深度学习方法。研究人员提出了一种二进制结构的物理信息导向神经网络（BsPINN）框架，用于解决解快速变化的方程的困难。数值实验表明，BsPINNs具有更高的准确性和收敛速度。

🏷️

标签

二进制结构 偏微分方程 准确性 深度学习 物理信息导向的神经网络 神经网络 算法 黑盒
➡️

继续阅读

  1. 让炼丹更科学一些（九）：经典自适应梯度算法
    本系列前面八篇文章，都是在围绕SGD及其学习率讨论。而从本文开始，我们将正式进入自适应梯度算法的世界。可以说，现在所有的自适应梯度算法，都有一个共同的源头...
  2. 九问ScienceDiscovery实现树搜索驱动RSI，加速科学发现，小时级写出通用积分器，低成本找出物理科学规律
    openJiuwen社区的ScienceDiscovery平台通过树搜索自动迭代科研代码，无需训练模型或调整参数。它成功解决了振荡积分计算、高斯超几何函数...
  3. Allora Labs证明变异AI模型群体性能超单个优化模型
    Allora Labs研究表明，在AI模型群体中引入随机变异可提升整体性能，超越单个优化模型。变异群体在环境变化时表现更优，最佳情况下约80%优于优化群体...
  4. 卡车自动驾驶里程超10亿公里，嬴彻科技定义“货运物理AI”
    嬴彻科技宣布卡车自动驾驶商业运营里程突破10亿公里，市场份额超90%，领跑中国卡车智驾市场。公司升级为“货运物理AI”，构建覆盖干线、支线及末端的全场景货...
  5. Kimi K3 模型结构（0）：一张图看懂 Kimi K3
    Kimi K3是2.78T参数、104.2B激活的93层MoE模型，支持1M上下文及图像视频输入。其结构创新分三方面：序列用KDA与Gated MLA混合...
  6. 入蜀记 day467 小小的真理
    「小小的真理。」
👤 个人中心
在公众号发送验证码完成验证