论文 / 综述

必读基准论文与技术综述

20 条资源

ATOM:面向多任务分子动力学的预训练神经算子

原创研究论文
ICLR 2026 论文,提出准变等原子分子动力学预训练神经算子 ATOM,无需显式分子图,采用时间注意力并行解码多未来状态;自建 TG80 数据集(80 种化合物,250 万飞秒轨迹),在 MD17/RMD17/MD22 上零样本泛化表现优异。
arXiv 预印本(版权归作者) 神经算子分子动力学Transformer

APT:融合全局-局部注意力的自适应物理 Transformer

原创研究论文
ICML 2026 论文,地下能源系统的几何/网格/物理无关神经算子,用图编码器捕获高分辨率局部异质特征,全局注意力解析长程物理影响;2D 断层 CO2 存储饱和度误差降为原 SOTA 的 1/4,对 GEOS 模拟器实现 19,873× 加速,对 ECLIPSE 实现 6,800× 加速。
arXiv 预印本(版权归作者) 神经算子地下储能CO2 封存

Transolver 即线性 Transformer:重新审视物理注意力

原创研究论文
把 Transolver 的 Physics-Attention 重新形式化为线性注意力的特例,提出 LinearNO(线性注意力神经算子);在 6 个标准 PDE 基准上达到 SOTA 同时参数平均降低 40.0%、计算成本降低 36.2%,并在 AirfRANS 与 Shape-Net Car 等工业级数据集上表现优异。
arXiv 预印本(版权归作者) 神经算子Transformer线性注意力

二元椭球粒子混合物中的两阶段有序动力学

Materials
通过大规模分子动力学模拟,研究二元单轴椭球粒子混合物在Gay-Berne势下的非平衡相序动力学,揭示两阶段有序过程的时序特征。
见LICENSE文件 分子动力学相序动力学各向异性势

LPINNs:面向物理知情神经网络的首层门控定位方法

ScientificML
LPINNs 通过在标准密集 PINN 首层隐藏激活上引入输入依赖的局部化函数,为首层单元赋予感受野,以改善长域和高阶算子的优化难题,无需域分割或额外界面损失。
见LICENSE文件 物理知情神经网络PINN改进神经网络局部化

人工神经网络作为黑盒优化的代理模型

通用科学ML
研究利用人工神经网络构建黑盒优化的代理模型,在无法获得解析函数描述时,通过数值模拟获取目标函数值进行高效优化。
见LICENSE文件 黑盒优化代理模型神经网络

睡眠分阶段基础模型通道缩减性能对比分析

通用科学ML
评估六种睡眠分阶段基础模型在减少多导睡眠图通道数条件下的性能表现,为居家长期监测提供轻量化传感方案。
见LICENSE文件 睡眠分析多导睡眠图通道缩减
221–240 / 364
1 …10 11 12 13 14 …19
跳至 页