محققان در یک مقاله تازه، با ترکیب «شبکههای عصبی حافظ ساختار» (Structure-Preserving NNs) و متغیرهای آنتروپی، روشی نوین برای شبیهسازی معادلات پیچیده فیزیکی (مانند معادله برگرز) معرفی کردهاند.
این مدل هوشمند با تفکیک دقیق جریانهای زیرشبکهای، نه تنها دقت شبیهسازی را بهشدت بالا میبرد، بلکه پایداری و وفاداری به قوانین فیزیکی را حتی خارج از دادههای آموزشی حفظ میکند. این دستاورد گام بزرگی برای بهبود دقت مدلهای پیشبینی در محاسبات علمی و مهندسی به حساب میآید. 📊✨
منبع: arXiv Machine Learning