כתבה
arXiv cs.LG ·
פלסטיות נוירונית-מודרנית: פתרוני PDE שמשנים את עצמם
Physics-Informed Neural Plasticity: PDE Solvers That Reshape Themselves
מחקר חדש מציג פתרוני PDE שמשנים את עצמם כדי להתאים למורכבות הפיזיקלית. הפתרונים, המבוססים על רשתות עצבים, משנים את עצמם בעת האופטימיזציה כדי להתאים למורכבות הפיזיקלית. המחקר, שפורסם ב-arXiv, מציג פתרון חדש, ReCAP, שמשנה את עצמו בעת האופטימיזציה כדי להתאים למורכבות הפיזיקלית.
תקציר מקורי באנגליתarXiv:2610.09510v1 Announce Type: new Abstract: Physics-informed neural PDE solvers adapt their parameters to satisfy governing equations, yet their representational structure typically remains fixed throughout training. This rigidity is poorly matched to PDE solutions with strongly heterogeneous complexity across space and space--time, leaving capacity insufficient where the physics is difficult and redundant where it is simple. We introduce physics-informed neural plasticity, a paradigm in which the representation itself reshapes during optimization in response to unresolved physics. We instantiate this principle with Representation Capacity Adaptation for PDEs (ReCAP), a Gaussian-localized solver that dynamically redistributes capacity through local enrichment, residual-directed splitti
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית