arXiv 机器学习· Hyeonsu Lee, Jihoon Jeong·· 7 小时前AI 评分34
基于条件 Flow Matching 的领域自适应采样提升金属增材制造 PINN 泛化能力
Domain-informed Adaptive Sampling for Generalizable PINNs in Metal Additive Manufacturing via Conditional Flow Matching
AI 导读
研究提出一种基于条件 Flow Matching 的两阶段自适应采样框架，以提升金属增材制造中物理信息神经网络（PINN）热建模的泛化能力。该方法通过结合条件高残差分布与领域基准分布生成自适应配置点，精准捕捉工艺相关的散热区域。在数值基准测试中，该方法在相同配置预算下使相对 $L_2$ 误差平均降低 62.1%，表现优于现有 SOTA PINN 基线。
来源：arXiv 机器学习 · arxiv.org