محققان در پژوهشی جدید، روشی دقیق برای «یادگیری اپراتور» (Operator Learning) ارائه کردهاند که در آن با استفاده از چارچوبهای جدید، یادگیری و بازسازی دادهها با دقت بسیار بالاتری انجام میشود.
نکته هیجانانگیز اینجاست که آنها یک «افزونه فیزیکمحور» (Physics-Informed) برای این روش طراحی کردهاند. این یعنی مدل میتواند بدون نیاز به آموزش مجدد، با در نظر گرفتن قوانین معادلات دیفرانسیل (PDE)، در لحظه محاسبات دقیقتری ارائه دهد. این دستاورد میتواند تحولی در شبیهسازیهای علمی و مهندسی که با هوش مصنوعی انجام میشوند، ایجاد کند. 🧠💻
منبع: arXiv Machine Learning