כתבה
arXiv cs.LG ·
צפייה-תנאי: חיזוי מלא של פעולות PDE מבוסס על תצפיות צפופות
SCOPE: Observation-Conditioned Full-Target Prediction for Sparse PDE Inference
מאמר חדש מציע פתרון לבעיה של חיזוי פעולות PDE מבוסס על תצפיות צפופות. הפתרון, SCOPE, משתמש באלגוריתם של ניתוח דיפוזיה כדי לחזות פעולות PDE מלאות. המאמר כולל תיאור של SCOPE ובדיקות המציגות את יעילותו.
תקציר מקורי באנגליתarXiv:2609.36527v3 Announce Type: replace Abstract: Recovering complete physical fields from sparse observations is challenging because the measurements may not uniquely determine the underlying state. Diffusion-based PDE solvers address this problem through iterative sampling whereas neural operators provide deterministic one-pass predictions. We propose SCOPE (Sparse-Context Observability-aware Predictive Embeddings) to recover complete PDE fields from sparse observations by coupling full-field latent prediction with physical reconstruction. A shared decoder reconstructs fields from both predicted and complete-view representations so that representation learning is guided by both physical recovery and latent matching. We derive a quadratic risk decomposition at fixed teacher-decoder pair
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית