arXiv 机器学习· Guanyu Chen, Shengze Xu, Pengwei Liu, Xingyu Ren, Pengkai Wang, Antonios Armaou, Tieyong Zeng, Dong Ni·· 7 小时前AI 评分36
NAGO：基于 Flow Matching 的噪声感知生成算子
NAGO: Noise-Aware Generative Operator via Flow Matching
AI 导读
研究者提出噪声感知生成算子 NAGO，通过将源测度作为设计变量并在函数空间应用 Flow Matching，实现随机偏微分方程不变测度的高效采样。该方法在 3 个代表性随机场基准上提升了少步谱精度与物理统计指标。在受控 Matérn 场消融实验中，它将精确 RK4 步数从约 30 步降至 3-5 步，使神经 ODE 评估次数减少 6-10x。
来源：arXiv 机器学习 · arxiv.org