中文

基于超网络实现可扩展的物理源-场推断

机器学习 2026-02-05 v2 计算工程、金融与科学 计算物理

摘要

我们提出了一种生成模型,用于对 e.g.~引力或电磁源的场和势进行计算 amortized。精确数值计算的计算复杂度为 O(M×N)\mathcal{O}(M\times{}N),其中 M 为源数,N 为评估点数,或需要固定的评估网格来利用快速傅里叶变换。通过一种超网络产生源集合场或势的隐式表示的架构,本模型的计算复杂度为 O(M+N)\mathcal{O}(M + N),实现相对误差约为  ⁣4%6%\sim\!4\%-6\%,允许在任意位置对任意数量的源进行评估,大大提高了 e.g.~物理仿真的速度。我们与现有模型进行比较,并开发了包含源重叠或更复杂几何形状的二维示例,以演示其应用。

关键词

引用

@article{arxiv.2405.05981,
  title  = {Scalable physical source-to-field inference with hypernetworks},
  author = {Berian James and Stefan Pollok and Ignacio Peis and Elizabeth Louise Baker and Jes Frellsen and Rasmus Bjørk},
  journal= {arXiv preprint arXiv:2405.05981},
  year   = {2026}
}

备注

Version accepted at TMLR