跳到正文
智迹闻AuraTracer

PolyNet:无需训练实现高效并行仿真

本机阅读

发生了什么

据arXiv cs.LG论文,研究者提出PolyNet,耦合多项式动力学的连续时间神经网络表示与简单循环网络进行离散时间积分。当控制系数已知时,该张量图无需训练即可保留数值方案,支持高效硬件执行和并行仿真。在一维Korteweg-de Vries方程测试中,PolyNet精度与CPU/GPU有限差分求解器相当,且在GPU上具有高吞吐量。

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

    The Physics Is the Network: Fast, Training-Free Neural Emulation

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