arXiv Artificial Intelligence· Akshay Dhalpe, Arnab Chattopadhyay, Shahriar Bakrani Balani, Eric Cortan\'ea, Sasu Tarkoma·· 18 小时前AI 评分26
pi-Net：面向数据稀缺系统可微物理头的经验潜表征
pi-Net: Empirical Latent Representations for Differentiable Physics Heads in Data-Scarce Systems
AI 导读
pi-Net 是一种物理信息潜变量模型，用编码器将输入映射到物理归一化潜空间，再由可微物理头解码输出，以解决将量纲分析引入有向计算图时产生的欠定系统问题。在数据稀缺的真实 GMAW（熔化极气体保护焊）案例中，该框架仅用 60 个实验样本即达到 R2 0.864，显著优于纯数据驱动基线，并提供因果、过程级的可解释性。
来源：arXiv Artificial Intelligence · arxiv.org