⚛️ 物理/科学计算

🧠 NeurIPS2026 · 5 篇论文解读

📌 同领域跨会议浏览： 🎞️ ECCV2026 (5) · 📷 CVPR2026 (2) · 🔬 ICLR2026 (69) · 🧪 ICML2026 (33) · 🤖 AAAI2026 (15) · 🧠 NeurIPS2025 (57)

Mechanism-Aware Ensemble Conditioning for Data-Limited Emulation of Extreme Events

本文将参考轨迹牵引的随机粗模型集合压缩为动力学敏感性条件，通过 FiLM 调制既有时序校正器，在少量高分辨率训练数据下改善 QG 极端事件的面积与频率统计，但不保证整体分布或所有尾部指标优于长数据基线。

Neural Harmonic Measure Operator

NHMO 学习只依赖几何的调和测度密度，将边界条件通过归一化积分变成解的边界贡献，再用学习的 lift 补充源项及近似误差，在 3D MCB-B 五类 Poisson 问题上优于所比较的四种基线，并将同一几何上的重复求解变成缓存矩阵乘法与 lift 前向计算。

Phaedra: Learning High-Fidelity Discrete Tokenization for the Physical Sciences

Phaedra 将物理场潜变量分为多维形态 token 与高精度一维幅值 token，再学习重组解码，使分布内 PDE 重建 nMAE 从 FSQ 的 2.603 降至 1.522，并把 65.0 GB 科学数据压缩为 3.44 GB。

PR-Smoother: Simulator-Preserving Non-Gaussian Smoothing for Data Assimilation

PR-Smoother 在物理状态空间中学习非高斯初值后验与未来观测条件化的逐步校正，同时保留既定模拟器，用仅含观测窗口的变分目标联合估计状态、物理参数和传感器偏置，在非线性 Lorenz–96 与 16,384 维流体系统上验证了这一设计。

Soft Geometric Inductive Bias for Object Centric Dynamics

本文把已给定的对象状态编码为 Clifford 多向量，用不强制精确等变的几何乘积层和块因果 Transformer 学习下一时刻状态，在墙面碰撞、各向异性约束和真实交通轨迹等对称性破缺场景中改善预测与自回归 rollout。