PDE逆问题无损认证与筛选框架论文撤回

Ronald Katende提出一种面向偏微分方程（PDE）逆问题的物理信息驱动无损认证与筛选框架，通过残差校准不确定性半径判断学习重建是否可靠：只有当其不确定性半径不劣于基线时才接受重建，否则退回基线。该方法结合数据残差、物理约束残差、边界或初始条件残差及优化残差，给出重建误差界和确定性不确定性半径，并通过数值实验展示筛选效果。该论文目前已撤回，因此其提出的方法及实验结果不能视为已通过后续学术验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。