算法论文7

西工大：分层无量纲学习提取参数组合

力学与人工智能2026-03-14

AI 摘要

西工大夏明坤、张伟伟等提出分层无量纲学习方法（Hi - π），能自动提取关键无量纲参数组合，在粗糙圆管流动等算例中表现稳健，但对数据量和质量要求高，未来将探索适配策略。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

清华大学AI4S研究获两项新进展

清华大学电子工程系团队在AI for Science领域取得两项新进展，提出可复用的智能体符号回归运行时框架SRHarness，构建机制发现评测基准MechBench，推动AI科学发现从拟合观测走向理解机制。

涡激振动最大振幅是评估结构安全的关键指标，现有理论模型有局限，常用数据驱动方法也面临挑战。本文提出两次应用符号回归的“白箱”标度参数VIV建模方法，验证了其鲁棒性与泛化能力，还给出物理层面解释。

波兰雅盖隆大学Odrzywołek发现二元算子EML，结合常数1能生成科学计算器所有标准功能。EML算子简化运算符集合、将离散问题转化为连续优化问题，但存在数值稳定性、表达式非唯一等局限。

波兰雅盖隆大学的Andrzej Odrzywołek在论文中指出，仅用一个叫EML的二元运算符加常数1，就能推导科学计算器上所有基本函数，还可能为机器学习符号回归提供新思路。