北京航空航天大学,Nature Machine Intelligence!

研之成理 2024-12-10 21:28
文章摘要
北京航空航天大学杨立军教授团队与合作者在《Nature Machine Intelligence》发表研究,提出了一种基于扩散生成模型的时空物理场智能感知方法S3GM。该方法结合物理先验知识和实验数据,旨在从稀疏传感器数据中重建复杂的时空物理场,适用于燃烧、流动、气候等复杂系统。研究展示了S3GM在数据不完整和有噪声情况下的准确预测能力,为发动机燃烧诊断和调控提供了新思路。研究还验证了S3GM在不同动力学系统中的有效性和鲁棒性,即使在极端数据稀疏和噪声条件下也能保持良好的泛化能力。
北京航空航天大学,Nature Machine Intelligence!
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
推荐文献
Issue Information
DOI: 10.1002/rob.70178 Pub Date : 2026-02-05
IF 5.2 2区 计算机科学 Q2 Journal of Field Robotics
Preconditioned inexact stochastic ADMM for deep models
DOI: 10.1038/s42256-026-01182-3 Pub Date : 2026-02-20
IF 23.8 1区 计算机科学 Q1 Nature Machine Intelligence
研之成理
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信