singularities

阿姆斯特丹大学的一篇论文提出了在构造上保证调和性的富集全纯神经网络，将从局部几何结构中推导出的可训练奇异函数与仅在边界上进行的拟合相结合，以求解二维和三维拉普拉斯问题。该富集模型的表现优于所有受测方法，在精确捕捉奇异性的情况下，实现了数个数量级的提升。

DeepMind 研究人员利用 AI 技术在基础流体动力学方程中发现了新的不稳定奇点族，有望推动对纳维-斯托克斯方程等百年数学难题的理解。该项工作与布朗大学、纽约大学和斯坦福大学合作，以前所未有的计算精度揭示了爆炸行为的规律。