Sim2Real神经算子：误差更低未必物理更准
Get the story
研究以NACA4418翼型周围流动为例，对比四种神经算子，考察Sim2Real场景下预测误差与物理一致性之间的关系。结果发现，神经算子预测误差更低，并不等价于物理相关流动统计量的误差更低；去除最高能10%观测单元的波动比等面积随机去除对预报影响更大，但掩膜未按去除波动能量匹配，仅反映灵敏度而非物理重要性证据。此外，一个CNO在速度场误差更低的情况下，两分量波动能误差反而更高，输出衰减压力测试也显示基准误差与域积分波动能不一致。
Generated from reports · updated 4 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning Theory更好的分数意味着更准确的物理吗？面向 Sim2Real 神经算子的物理基础解释
神经算子预测误差更低，并不等价于物理相关流动统计量的误差更低。研究以 NACA4418 翼型周围流动为例，对比四种神经算子，发现去除最高能 10% 观测单元的波动比等面积随机去除对预报影响更大，但掩膜未按去除波动能量匹配，仅反映灵敏度而非物理重要性证据。一个 CNO 在速度场误差更低的情况下，两分量波动能误差反而更高，输出衰减压力测试也显示基准误差与域积分波动能不一致。
Heat trend
Current heat 9·Comparable peak 10（Oct 2）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.