科技日報訊 （記者羅云鵬 通訊員闞思邈 向碧霞）11月4日，記者從哈爾濱工業(yè)大學(xué)（深圳）獲悉，該校計算機科學(xué)與技術(shù)學(xué)院教授張永兵團隊與清華大學(xué)自動化系教授季向陽團隊合作，在“AI+擴散動力學(xué)”領(lǐng)域取得重要研究進展，為AI助力人類進一步深入理解異常擴散與復(fù)雜動力學(xué)行為邁出開創(chuàng)性一步。相關(guān)論文日前發(fā)表于國際期刊《自然·計算科學(xué)》。

“AI+擴散動力學(xué)”是一個跨學(xué)科研究領(lǐng)域，將AI技術(shù)與擴散動力學(xué)理論相結(jié)合，旨在利用AI的強大計算和分析能力來深入理解和模擬復(fù)雜系統(tǒng)中的擴散現(xiàn)象?！癆I+擴散動力學(xué)”在環(huán)境保護、疾病傳播控制、交通與城市規(guī)劃等多個領(lǐng)域都有廣泛應(yīng)用前景。

然而，在將深度學(xué)習(xí)方法應(yīng)用于異常擴散的識別與表征過程中，如果觀測軌跡缺失了訓(xùn)練擴散模型所需的關(guān)鍵特征，將難以準(zhǔn)確識別觀測現(xiàn)象，可能引發(fā)誤識別的風(fēng)險。這一潛在的錯誤識別問題，成為阻礙深度學(xué)習(xí)方法在擴散動力學(xué)實際研究中應(yīng)用的重要因素。

為此，研究團隊針對現(xiàn)實場景中的復(fù)雜未知擴散動力學(xué)行為，首次提出可靠識別異常擴散的深度學(xué)習(xí)框架。這個框架就像是一副更清晰的眼鏡，讓AI能更準(zhǔn)確地“看”到并理解那些復(fù)雜的擴散行為。研究團隊還借助人工智能驅(qū)動的科學(xué)研究改變現(xiàn)有擴散評估模式，探討了深度學(xué)習(xí)從經(jīng)驗觀察中發(fā)現(xiàn)和分析未知擴散模式的可能性。

記者了解到，《自然·計算科學(xué)》期刊邀請美國科羅拉多州立大學(xué)學(xué)者對這一成果進行解讀與評述。他們認(rèn)為，該成果加強了人們對異常擴散的理解，同時為使用深度學(xué)習(xí)方法進行分布外檢測、促進新理論發(fā)展注入了新動力。

免責(zé)聲明：本網(wǎng)轉(zhuǎn)載自其它媒體的文章及圖片，目的在于弘揚科技創(chuàng)新精神，傳遞更多科技創(chuàng)新信息，宣傳國家科技政策，展示國家科技形象，增強國家科技軟實力，參與國際科技輿論競爭，推廣科技企業(yè)品牌和產(chǎn)品，并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé)，在此我們謹(jǐn)向原作者和原媒體致以崇高敬意。如果您認(rèn)為本網(wǎng)文章及圖片侵犯了您的版權(quán)，請與我們聯(lián)系，我們將第一時間刪除。