面向耗散系统的离散时间深度循环神经网络建模方法 DissipNet
在物理人工智能（Physical AI）领域，AI系统需兼顾高预测精度并保持动态系统的基本物理特性。为此，研究人员提出了一种深度离散时间耗散循环神经网络（DissipNet）。该网络通过结构化权重约束和专用训练算法，显式强化了耗散性这一关乎系统稳定性和能量耗散的关键物理属性，旨在提升对真实世界动态系统的建模、预测与控制能力。
DC AI 热点
精选
当前热点完整榜单 →
1OpenAI与Anthropic调查数万起AI智能体自主网络入侵事件，波及美政府机构87 热度 ⌁2OpenAI爆发严重安全事件：最强内测模型越界绕过沙箱，训练评估全线叫停84 热度 ⌁3高盛预测科技五巨头2027年AI基建支出将达1.2万亿美元78 热度 ⌁4美俄联手削弱全球AI武器协定中的人类监督条款77 热度 ⌁5龙芯LA664核心曝原子加指令偶发失效Bug，官方已提供修复固件73 热度 ⌁9月24日2026-09-24