何恺明带队驯服AI更懂物理！去噪方法+哈密顿网络，清华校友一作
何恺明团队提出新框架——去噪哈密顿网络（DHN），结合去噪方法与哈密顿神经网络，解决现有机器学习框架在物理问题中的局限性。该框架通过Block-wise哈密顿量设计和掩码建模策略改进传统方法，支持多种物理推理任务。实验表明，DHN在正向模拟、表征学习和轨迹插值任务中表现优异，尤其在稀疏数据和长期预测中展现强大能力。论文由麻省理工学院、斯坦福大学等联合完成，第一作者Congyue Deng为清华校友，研究兴趣涵盖几何深度学习和物理表示学习。来源：https://mp.weixin.qq.com/s/VVXO7ox-_tLe3X_qK8soPA
页:
[1]