HF Daily Papers·· 2026-09-28AI 评分29
PDE-JEPA：参数化PDE潜变量动力学建模的预测式表征学习
PDE-JEPA: Predictive Representation Learning of Latent Dynamics Modeling for Parametric PDEs
AI 导读
研究者提出PDE-JEPA框架，用预测式表征预训练替代重构式目标，用于参数化偏微分方程动力学建模。它由掩码潜在预测编码器、几何投影器与物理结构化潜在预测器三部分组成，在九个PDE基准上较现有SOTA方法在分布内平均提升33.4%，在未见参数外推上平均提升51.4%。
来源：HF Daily Papers · huggingface.co