研究团队提出动态物理传感框架DyPSI并开源
Start here
2026年11月5日，研究团队在arXiv发布论文，提出名为DyPSI的动态物理传感框架。该框架通过联合扩散模型，可基于历史观测同时生成未来物理场与传感器轨迹。方法上，DyPSI采用了连续传感器位置场与Functional Tucker表征编码，并引入高斯过程时间核以保障时序的平滑恢复。实验结果表明，在湍流、GLORYS12海表温度以及3D汽车空气动力学等场景中，DyPSI在有限传感器预算下均显著降低了重构误差。目前，该研究的相关代码已对外开源。
AI-generated from reports · Updated 8 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能DyPSI：基于场与传感器轨迹联合生成的动态物理传感框架
DyPSI 提出了一种动态物理传感框架，通过联合扩散模型基于历史观测同时生成未来物理场与传感器轨迹。该方法采用连续传感器位置场与 Functional Tucker 表征编码，并引入高斯过程时间核以保障时序平滑恢复。在湍流、GLORYS12 海表温度和 3D 汽车空气动力学实验中，其在有限传感器预算下显著降低了重构误差，相关代码已开源。
Story heat trend
Current heat 8·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.