结构化潜在动力学重建高分辨率轨迹
热点事件持续更新
结构化潜在动力学重建高分辨率轨迹
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Chenhao Si等人提出并评估结构化潜在动力学（SLD），从时空下采样的模拟中重建高分辨率PDE轨迹。在二维 Gray–Scott、complex Ginzburg–Landau 和黏性 Burgers 系统上，SLD以25帧输入重建100帧输出，并将两个空间方向各细化8倍。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
Structured Latent Dynamics 从粗粒度观测重建细尺度 PDE 轨迹报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningStructured Latent Dynamics 从粗粒度观测重建细尺度 PDE 轨迹
Structured Latent Dynamics（SLD）从空间和时间下采样的粗粒度 PDE 模拟中重建高分辨率轨迹。该框架在二维 Gray--Scott、complex Ginzburg--Landau 和 viscous Burgers 系统上，以 25 帧输入重建 100 帧输出，并在两个空间方向进行 8 倍细化。
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。