arrow
返回

Physics-aware parameter diffusion for spatio-temporal continuum field modeling for governance

delete2025-08-20
delete0
PRE
AI
A
An Zhang
S
Sheng Chen *
P
Pengcheng Wu
C
Chao Wu
H
Hao Wu
F
Fan Xu
K
Kun Wang
DOI:10.1016/j.neucom.2025.131262delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文提出了一种名为ST-PAD的两阶段框架,用于地球科学领域的时空连续场建模,旨在通过时空物理感知和参数扩散引导实现流体动力学的高精度模拟与预测。在上游阶段,我们设计了一个具有时间演化特征的向量量化重建模块,通过引入通用物理约束确保参数分布的平衡性和鲁棒性。在下游阶段,采用涉及参数的扩散概率网络生成流体的高质量未来状态,并通过感知不同物理设置下的参数来增强模型泛化能力。在多个基准数据集上的大量实验验证了ST-PAD框架的有效性和鲁棒性,结果表明ST-PAD在流体动力学建模与预测方面优于当前主流模型,特别是在有效捕捉局部表征以及在OOD生成中保持显著优势。

期刊

Neurocomputing 封面图
Neurocomputing
IF:
6.5
论文数:
2.5W
被引数:
6.5W

机构

T
tsinghua university
学者数:
11.9W
论文数: 10.0W
被引数: 137
C
Chongqing University
学者数:
5.1W
论文数: 4.1W
被引数: 6.0W
N
Nanyang Technological University
学者数:
4.9W
论文数: 4.8W
被引数: 8.1W
U
university of science and technology of china
学者数:
1.0W
论文数: 3.9K
被引数: 3
S
Southwest University
学者数:
5.5K
论文数: 1.5K
被引数: 2.8W
Z
zhejiang university
学者数:
17.7W
论文数: 12.1W
被引数: 152
学者 查看更多机构
引用论文

引用论文

暂无论文信息