流体力学与物理导引神经网络

2021-10-25
现代科学中众多复杂的关键应用依赖着对流体运动的精确预测。然而,由于流体力学方程数值求解的复杂性,基于传统数值方法的高分辨率长周期数值模拟运算量大且难以保证数值稳定性。本文将深入介绍PINN方法在流体计算中的应用并分析其与传统数值方法的差别。

物理导引神经网络方法分析

2021-10-18
随着GPU能力的提升,支撑深度学习的软硬件生态得到了快速发展。通过深度学习来解决科学计算问题成了一种趋势,其中用深度学习来求解偏微分方程的方法也逐渐兴起。尤其引人注意的是一种称为物理导引神经网络的方法,其为科学计算领域注入了新的活力。

偏微分方程的图神经网络解法

2021-10-11
偏微分方程在科学和工程领域扮演着重要作用,而寻找偏微分方程的解一直是富有挑战性的问题,需要复杂的数值求解技巧。由于在描述非欧氏系统时的高度适用性,图神经网络给偏微分方程的求解提供了新的有趣思路。

基于深度学习的图像反演方法在MRI图像重建上的应用

2021-10-04
本文从基于深度学习的图像反演方法入手,讨论该方法在MRI重建上的应用。我们在对现有的方法进行分析比较的同时,对网络的进一步开发和性能分析展开探讨。

神经渲染中的特色深度计算特征

2021-09-27
神经渲染是以深度学习为基础的新型图形渲染方法,是实现时下热点“元宇宙”的关键要素,也是深度学习的前沿方向,催生了许多新的深度学习方法与计算结构。本文整理分析神经渲染方法中一些比较有特色的计算结构与算子特征,希望起到抛砖引玉的作用。

除了用于Google地图的ETA预测,GNN还可以做什么?

2021-09-20
近年来,新兴起的图神经网络在很多应用领域都取得了非常出色的表现,如今年用于Google 地图的到达时间估计,在纽约、洛杉矶、东京、新加坡等国际大都市都获得了很大的提升,该结果对其他地区也具有通用性。

神经渲染最新进展与算法(二):NeRF及其演化

2021-09-13
基于神经辐射场(NeRF)的场景表征与容积渲染是近两年神经渲染方向的爆点工作之一。本文主要介绍NeRF方法的基本思想与实现,分析该方法的优点和局限,探讨它在计算加速和可编辑渲染方向的一些最新进展。

因果发现最新进展及其在复杂系统中实践的探讨

2021-09-06
霍克斯过程是一种能描述复杂系统的点过程,广泛应用于社交网络分析、生物信息学、金融分析等领域。目前在霍克斯过程中发现格兰杰因果关系是因果推断的重要研究内容。本文分析当前因果推断技术的最新技术进展以及其应用于运维系统中的故障诊断系统的工程实践。

病理AI:基于深度学习的方法综述

2021-08-30
准确的病理图像分析结果可以对个性化癌症治疗提供很好的参考依据。近年来,基于深度学习的方法已成为病理图像分析的主流方法,本文将对现有的应用于病理图像分析的深度学习方法进行梳理,讨论其中存在的一些问题,并对其未来的发展进行展望。

神经渲染最新进展与算法(一):语义图像合成

2021-08-23
语义图像合成是神经渲染的重要技术领域,本文简单介绍神经渲染,着重分析语义图像合成的一些最新应用,并分析其最新算法的实现结构、新型算子及计算特征。我们也期待能够将其中的创新思路应用到物理仿真等AI融合科学计算领域。

联系我们

这是描述信息

招贤纳士

公众号二维码
这是描述信息

 版权所有   ©   上海壁仞科技有限公司   |    沪ICP备19047354号