高校专区

Imperial College London（帝国理工学院）

2026-07-07 至 2026-07-07 共收录 2 篇

2605.13305 2026-07-07 cs.LG math.DS physics.chem-ph 版本更新

MPINeuralODE: Multiple-Initial-Condition Physics-Informed Neural ODEs for Globally Consistent Dynamical System Learning

MPINeuralODE：多初始条件物理信息神经ODE用于全局一致的动力系统学习

Lake Yang, Antonio Malpica-Morales, Frank Ioannis Papadakis Wood, Serafim Kalliadasis

机构 * Department of Chemical Engineering, Imperial College London（帝国理工学院伦敦校区化学工程系）

AI总结本文提出MPINeuralODE，结合软物理信息残差和多初始条件多步学习策略，有效提升动力系统学习的泛化能力与稳定性，实验显示其在样本外误差、长时域稳定性及哈密顿漂移方面表现优异。

2511.00602 2026-07-07 cs.CL 版本更新

OpenSIR: 开放式自我改进推理器

Wai-Chung Kwan, Joshua Ong Jun Leang, Pavlos Vougiouklis, Jeff Z. Pan, Marco Valentino, Pasquale Minervini

机构 * University of Edinburgh（爱丁堡大学）； Imperial College London（伦敦帝国理工学院）

AI总结提出OpenSIR框架，通过多样性奖励和难度校准实现开放式自我对弈，无需外部验证器或标注数据，在七个数学基准上平均提升指令模型3.6分、推理模型3.1分，且唯一能泛化到通用推理。