跳到正文
智迹闻AuraTracer

SBNO:基于Schrödinger Bridge的神经算子

本机阅读

发生了什么

据arXiv cs.LG报道,研究者引入SBNO,一种基于扩散Schrödinger桥匹配的无方程配对数据框架,用于在部分观测下求解正逆PDE问题。SBNO学习成对的时间依赖漂移项,在推理时通过积分概率流ODE产生确定性重建,无需观测或PDE引导权重调整。在5%观测率的五个PDE基准测试中,SBNO精度优于或相当基线,且比引导扩散基线快至少9.7倍,GPU内存减少至少4.3倍。

速度提升
≥9.7倍
显存降低
≥4.3倍

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.LG一手材料

    SBNO : Schrödinger Bridge Neural Operator for the Forward and Inverse Problems under Missing Information

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口