arXiv · 机器人与计算机视觉· Zhengyang Liu, Jianguo Huang, Junxi Hu, Yucheng Mi, Haojie Cai, Wenxuan Shen, Zhikun Zhang, Renfeng Peng, Guangtao Zhang, Zhiqiang Liu·· 15 天前AI 评分28
PhysFTM:基于 RKHS 因子的物理信息功能 Tucker 方法用于稀疏时空重建
Physics-Informed Functional Tucker Method with RKHS Factors for Sparse Spatiotemporal Reconstruction
AI 导读
PhysFTM 是一种将 Tucker 模式因子参数化于再生核希尔伯特空间(RKHS)并融入偏微分方程约束的模型,旨在解决固定稀疏传感器下的物理动力学重建难题。该方法通过交替最小化重构支持帧连续场,并在 Tucker 核心空间构建轨迹以解码缺失帧,在 Allen-Cahn、Navier-Stokes 等四个基准上验证了高精度重建能力。代码已开源,论文已被 NeurIPS 2026 接收。
来源:arXiv · 机器人与计算机视觉 · arxiv.org