<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>物理信息神经网络 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E7%89%A9%E7%90%86%E4%BF%A1%E6%81%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/</link>
    <description>Recent content in 物理信息神经网络 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Thu, 18 Sep 2025 02:49:42 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E7%89%A9%E7%90%86%E4%BF%A1%E6%81%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>神经符号方法实现物理信息模拟的科学发现</title>
      <link>https://blog.qife122.com/p/%E7%A5%9E%E7%BB%8F%E7%AC%A6%E5%8F%B7%E6%96%B9%E6%B3%95%E5%AE%9E%E7%8E%B0%E7%89%A9%E7%90%86%E4%BF%A1%E6%81%AF%E6%A8%A1%E6%8B%9F%E7%9A%84%E7%A7%91%E5%AD%A6%E5%8F%91%E7%8E%B0/</link>
      <pubDate>Thu, 18 Sep 2025 02:49:42 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E7%A5%9E%E7%BB%8F%E7%AC%A6%E5%8F%B7%E6%96%B9%E6%B3%95%E5%AE%9E%E7%8E%B0%E7%89%A9%E7%90%86%E4%BF%A1%E6%81%AF%E6%A8%A1%E6%8B%9F%E7%9A%84%E7%A7%91%E5%AD%A6%E5%8F%91%E7%8E%B0/</guid>
      <description>&lt;h1 id=&#34;dem-nerf通过物理信息模拟实现科学发现的神经符号方法&#34;&gt;DEM-NeRF：通过物理信息模拟实现科学发现的神经符号方法&lt;/h1&gt;&#xA;&lt;p&gt;神经网络已成为建模物理系统的强大工具，能够从有限数据中学习复杂表示，同时整合基础科学知识。特别是神经符号方法结合了数据驱动学习（神经）与符号方程和规则（符号），解决了纯粹经验方法可能偏离既定物理原理，以及传统数值求解器需要完整几何知识且高保真模拟成本过高的问题。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
