本文介绍了基于事件相机的快速线性和连续时间非线性求解器，用于从视觉数据中恢复相机运动和场景几何。研究表明这些方法在准确性和效率方面具有优势，并展示了连续时间非线性求解器在适应运动突变方面的能力。

本文介绍了将PINN与传统线性求解器相结合的方法，以解决高频解的问题，并评估了不同参数下PINN在Poisson方程中的表现和精度。同时，文章强调了传递学习的关键作用，该混合策略在发展新型线性求解器方面具有前景。