机器人效用模型（Robot Utility Models, RUM）实现零样本部署（Zero-Shot Deployment）
论文《Robot Utility Models: General Policies for Zero-Shot […]
机器人效用模型（Robot Utility Models, RUM）实现零样本部署（Zero-Shot Deployment） Read More »
AI模型泛化
“布朗带速度”增强—‘Brownian Tape Speed’ Augmentation
“布朗带速度”增强（‘Brownian Tape Speed’ Augme
“布朗带速度”增强—‘Brownian Tape Speed’ Augmentation Read More »
物理引导机器学习，Physics-Informed Machine Learning（PIML）
华盛顿大学的Steve Brunton教授关于“物理引导的机器学习”（Physics-Informed Mac
物理引导机器学习，Physics-Informed Machine Learning（PIML） Read More »
数据稀缺（Data Scarcity）的应对策略：数据扩增（Data Augmentation）
1. 机器学习中数据稀缺问题的引言 在机器学习中，模型的成功高度依赖于大规模、高质量数据集的可用性。这些数据集
数据稀缺（Data Scarcity）的应对策略：数据扩增（Data Augmentation） Read More »
物理信息神经网络PINNs（Physics-Informed Neural Networks）
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 »
神经算子（Neural operators）是专业领域AI泛化（Generalization）的方向？
向ChatGPT 4o问了关于Neural Operator的问题：神经算子（Neural operators
神经算子（Neural operators）是专业领域AI泛化（Generalization）的方向？ Read More »