伴随着人工智能的飞速发展，以神经网络为代表的深度学习宛如饥饿的猛兽，无论你喂多少的数据给它，它都不嫌多。但在现实中，有很多数据存在着丢失、不完整。再者，虽然神经网络可以实现很高的精度，但是它们不能为我们总结底层的原理。难道我们真的要丢掉无数学者总结出的知识，完全依靠数据来推动发展吗？最近学者将物理知识嵌入机器学习，称为基于物理信息的机器学习，可以以一种统一的方式无缝地整合数据和物理原理，也因此提升了机器学习的泛化性，使机器学习不再是只针对特定的某种问题有着很好的效果。来自清华大学朱军等学者发布了《基于物理信息的机器学习:问题、方法和应用》综述，42页pdf全面阐述PIML进展。

图片

论文链接：https://mp.weixin.qq.com/s/Kkapktze7uBMUfS4LlAjCA

内容中包含的图片若涉及版权问题，请及时与我们联系删除