arXiv · Machine Learning Theory· Haonan Li, Yue Song, Bin Yang, Kaihong Luo·· 3 小时前AI 评分39
神经 PDE 求解器是否学到了正确的动力学？
Do Neural PDE Solvers Learn the Right Dynamics?
AI 导读
论文提出一个评估框架，通过演化邻近初始状态集合并与直接数值模拟对比，检验确定性与随机性神经 PDE 求解器的误差形成、集合几何与极端事件。在二维 Kolmogorov 流动实验中，较低的轨迹误差可能源于较弱的误差放大而非更准确的局部更新；模型可匹配集合整体扩展与有效维度，却漏掉邻近状态发散的空间方向；整体事件频率吻合也可能掩盖对持续极端事件的预测失败。
来源：arXiv · Machine Learning Theory · arxiv.org