在物理学领域即使训练数据有限，机器学习模型也能产生可靠的结果

作者：本刊讯

来源：数据分析与知识发现, 2023, 7(11): 45.

<正>剑桥大学和康奈尔大学的研究人员发现，对于偏微分方程——一类描述自然界事物如何在空间和时间中演变的物理方程，机器学习模型即使在数据有限的情况下也能产生可靠的结果。该研究发表在《美国国家科学院院刊》上，有助于为工程和气候建模等应用构建更省时省力的机器学习模型。