Компьютерные науки > Машинное обучение [представлено 25 октября 2026 года] Название: Эффективность нейронного оператора Baselines на "The Well" Dataset View PDF HTML (экспериментальный) резюме: В общем, 15-terabyte company, охватывающий 16 областей физического моделирования, является обширным ориентиром для разработки и оценки суррогатных моделей машинного обучения для сложных физических систем. Исходные параметры, опубликованные с контрольным показателем, были представлены их авторами в качестве наглядных примеров, полученных при небольших вычислительных затратах, подготовленных без очень ограниченной настройки гиперпараметров и под крайне ограниченным 12-часовым лимитом продолжительности рабочего времени. Впоследствии эти результаты рассматривались как полностью скорректированные контрольные показатели, а в некоторых случаях фактически интерпретировались как неограниченные базовые показатели деятельности. Мы проводим короткий неисчерпывающий гиперпараметрный поиск для такерно-факторного Нейрооператора (TFNO) с использованием одного и того же 12-часового времени в стене, используя лишь один временной этап ввода данных, а не историю до четырех, используемую опубликованными базовыми данными. Несмотря на эту более ограничительную схему, одна только регулировка снижает уровень VRMSE ниже как опубликованных исходных уровней FNO, так и TFNO в 15 из 17 задач, иногда несколько порядков величин. Такая чувствительность к скромным усилиям по настройке подчеркивает, что высвобожденные…
Эффективность Neural Opertor Baselines на массиве данных "Хорошее"
arXiv: 261 030.396767v1 Annuales Type: New Human Extravision: The Well, 15-терабайтный набор данных по 16 областям физического моделирования, является обширным ориентиром для разработки и оценки суррогатных моделей машинного обучения для сложных физических систем. Исходные параметры, опубликованные с контрольным показателем, были представлены их авторами в качестве наглядных примеров, полученных при небольших вычислительных затратах, подготовленных без очень ограниченной настройки гиперпараметров и под крайне ограниченным 12-часовым лимитом продолжительности рабочего времени. Впоследствии эти результаты рассматривались как полностью скорректированные контрольные показатели, а в некоторых случаях фактически интерпретировались как неограниченные базовые показатели деятельности. Мы проводим короткий неисчерпывающий гиперпараметрный поиск для такерно-факторного Нейрооператора (TFNO) с использованием одного и того же 12-часового времени в стене, используя лишь один временной этап ввода данных, а не историю до четырех, используемую опубликованными базовыми данными. Несмотря на эту более ограничительную схему, одна только регулировка уменьшает VRMSE
