AI Feynman:一种受物理启发的符号回归方法
符号回归(Symbolic Regression)在历史上具有重要意义,其根源可以追溯到开普勒发现行星运动定律 […]
AI Feynman:一种受物理启发的符号回归方法 Read More »
符号回归(Symbolic Regression)在历史上具有重要意义,其根源可以追溯到开普勒发现行星运动定律 […]
AI Feynman:一种受物理启发的符号回归方法 Read More »
Surrogate Modelling(替代建模)是一种使用简单、计算效率高的模型来近似复杂、计算昂贵的真实系
Surrogate Modelling,替代建模 Read More »
Physics-Informed Neural Networks (PINNs) 是一种将物理知识融入神经网络
物理信息神经网络PINNs(Physics-Informed Neural Networks) Read More »
Fourier Neural Operators (FNOs) 是一种用于学习和模拟偏微分方程(PDEs)的新
Fourier Neural Operators (FNOs),傅里叶神经算子 Read More »
杨立昆(Yann LeCun)教授列出了一系列机器学习方法与物理学的相似之处,或者说关联( ML method
Physics vs. AI,物理 vs. 人工智能 Read More »