arXiv 机器学习· Cong Yao, Chunye Gong·· 2 天前AI 评分31
波形协变量偏移下基于跨材料支撑迁移的磁芯损耗预测
Cross-Material Support Transfer for Core-Loss Prediction Under Waveform Covariate Shift
AI 导读
针对波形协变量偏移下的磁芯损耗预测难题，研究提出跨材料支撑迁移方法 MIST。该方法仅用 2784 个参数在 5 种材料上联合训练，通过 FiLM 引入材料标识且无需微调稀缺材料 D，将材料 D 的 p95 相对误差从 20.39±2.03% 降至 12.38±0.92%。MIST 最终以挑战赛最佳方案六分之一的参数量超越了其性能。
来源：arXiv 机器学习 · arxiv.org