الأبحاث ضمن الموضوع : تقليل النماذج والشبكات العصبية
-
DPM-Solver++: حل سريع لأخذ عينات موجهة من نماذج الانتشار الاحتمالية
2025 | المؤلف: Cheng Lu وآخرون | المجلة: Machine Intelligence Research | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)في هذا القسم، يبحث المؤلفون في تسريع العينة الموجهة في نماذج الانتشار الاحتمالية (DPMs)، التي أظهرت وعدًا كبيرًا في توليد الصور عالية الدقة، لا سيما في تحويل النص إلى صورة. يبرزون أنه بينما تتطلب العينة الموجهة عادةً نطاق توجيه كبير للحصول على جودة عينة مثالية، فإن الحلول عالية الرتبة الحالية، على الرغم من كونها أسرع…
-
OpenFOAMGPT: وكيل نموذج لغة كبير معزز بالاسترجاع (LLM) لميكانيكا السوائل الحاسوبية المعتمدة على OpenFOAM
2025 | المؤلف: Sandeep Pandey وآخرون | المجلة: Physics of Fluids | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)تقدم هذه البحث OpenFOAMGPT، وهو وكيل يعتمد على نموذج لغة كبير (LLM) مصمم خصيصًا لمحاكاة الديناميكا الهوائية الحسابية (CFD) باستخدام OpenFOAM. يستخدم الوكيل نموذجين أساسيين من OpenAI: GPT-4o ونموذج معاينة o1 المدعوم بسلسلة من الأفكار (CoT). بينما يتكبد نموذج o1 تكلفة تزيد ست مرات عن تكلفة GPT-4o، إلا أنه يتفوق باستمرار في المهام المعقدة، بما…
-
نهج التعلم العميق: الشبكات العصبية المستندة إلى الفيزياء لحل معادلة التلغراف غير الخطية مع ظروف حدود مختلفة
2025 | المؤلف: Alemayehu Tamirie Deresse وآخرون | المجلة: BMC Research Notes | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)تقدم ورقة البحث خوارزمية تعلم عميق تُعرف بالشبكات العصبية المدعومة بالفيزياء (PINNs) لمعالجة معادلة التلغراف غير الخطية الفائقة تحت ظروف حدودية متنوعة، بما في ذلك شروط ديريشليت، ونيويمان، وظروف دورية. يعرف المؤلفون دالة خسارة متعددة الأهداف تتضمن المتبقيات من المعادلة التفاضلية الجزئية الحاكمة، والشروط الابتدائية، وظروف الحدود. تستخدم الخوارزمية شبكات عصبية متصلة بكثافة، تم تدريبها…
-
التعلم التآزري مع DeepONet متعدد المهام لحل مشكلات PDE بكفاءة
2025 | المؤلف: Varun Kumar وآخرون | المجلة: Neural Networks | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)يقدم القسم نظرة عامة على التعلم متعدد المهام (MTL) وتطبيقه على المشكلات التي تحكمها المعادلات التفاضلية الجزئية (PDEs) في العلوم والهندسة. يعمل MTL كآلية نقل استقرائي تعزز أداء التعميم من خلال الاستفادة من المعلومات من مهام متعددة، مما يعالج التحديات مثل ندرة البيانات والتكيف الزائد في الشبكات العصبية. يقدم المؤلفون شبكة مشغل عميقة متعددة المهام…
-
تعلم المشغلين غير الخطين في الفضاءات الكامنة للتنبؤات في الوقت الحقيقي للديناميات المعقدة في الأنظمة الفيزيائية
2024 | المؤلف: Katiana Kontolati وآخرون | المجلة: Nature Communications | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)قسم “الطرق” في ورقة البحث يوضح التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. استخدمت الدراسة نهجًا كميًا، يتضمن تحليلات إحصائية لتقييم العلاقات بين المتغيرات. شملت جمع البيانات طريقة أخذ عينات منهجية، مما يضمن عينة تمثيلية من السكان المدروسين. استخدم الباحثون نماذج رياضية متنوعة لتفسير البيانات، بما في ذلك تحليل الانحدار لتحديد المتنبئين المهمين…
-
توقع التوزيع الحراري في زعنفة متموجة متحركة باستخدام طريقة جديدة لتدريب الشبكات العصبية المستنيرة بالفيزياء
2024 | المؤلف: K. Chandan وآخرون | المجلة: Scientific Reports | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)تدرس هذه الدراسة الاستجابة الحرارية للشفرات المتموجة المعرضة للتأثيرات الحملية وتوليد الحرارة الداخلي، باستخدام شبكة عصبية مدعومة بالفيزياء (PINN) لتحليل ديناميات نقل الحرارة. تبسط الأبحاث المعادلة التفاضلية العادية غير الخطية الحاكمة (ODE) إلى شكل بلا أبعاد وتستخدم طريقة رانج-كوتا فيلبيرغ من الرتبة الرابعة والخامسة (RKF-45) للتقييم العددي. تكشف النتائج أن زيادة الموصلية الحرارية تعزز توزيع…
-
إطار تعلم محفوظ لمعادلات تفاضلية جزئية متعددة الدقة لديناميات الزمان والمكان
2024 | المؤلف: Xin‐Yang Liu وآخرون | المجلة: Communications Physics | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)تقدم البحث إطارًا جديدًا للتعلم العميق المدعوم بالفيزياء، يُطلق عليه اسم الشبكة العصبية المحفوظة PDE (PPNN)، والتي تهدف إلى تحسين نمذجة الفيزياء الزمنية المكانية المعتمدة على المعلمات من خلال دمج المعادلات التفاضلية الجزئية (PDEs) المعروفة مباشرة في بنية الشبكة العصبية. يتم تحقيق هذا الدمج من خلال كتل اتصال متبقية ثابتة في إعداد متعدد الدقة، مما…