arXiv cs.LG· Chun-Wun Cheng, Bingcheng Hu, Angelica I. Aviles-Rivero·· 6 小时前AI 评分15
物理信息神经可塑性：能自我重塑的 PDE 求解器 ReCAP
Physics-Informed Neural Plasticity: PDE Solvers That Reshape Themselves
AI 导读
研究者提出"物理信息神经可塑性"范式，让 PDE 求解器的表示结构在优化过程中根据未解物理动态重塑，并据此实现 ReCAP——一种高斯局部化求解器，通过局部增强、残差导向分裂、门控剪枝和函数感知合并动态重分配容量。在 5 个 3D 和 4D PDE 基准上对比 11 个物理信息求解器，ReCAP 在每个问题上均取得最低相对 L² 误差，较最强对比结果降低 10.7%–27.5%。
来源：arXiv cs.LG · arxiv.org