金属增材制造中条件流匹配自适应采样PINN研究

1. 12:00
   arXiv · Machine Learning Theory

   金属增材制造中基于条件 Flow Matching 的领域自适应采样通用 PINNs

   该研究提出一种面向金属增材制造的 PINNs 自适应采样策略，通过条件 Flow Matching 学习不同工艺条件下的高残差分布，并与领域先验基础分布混合生成配置点。理论分析表明工艺条件感知的自适应采样在泛化上严格优于静态采样；在金属 AM 数值基准上，相对 L2 误差平均降低 62.1%，配置点预算相同。

Current heat 9·Comparable peak 10（Oct 8）·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.