待验证50% 置信事实精确时间
ZENO（Zakai Equation Neural Operator）是一种通过神经算子与物理信息损失相结合来逼近精确非归一化滤波分布的模型。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
待验证ZENO通过最小化Zakai方程残差来训练神经算子，无需大量标注数据即可学习隐含的滤波分布，并能泛化到不同初始条件和参数设置。76% 相似已验证模型量化是将神经网络权重从高精度浮点数压缩为低精度整数的技术59% 相似待验证逻辑回归的前向传播流程为：线性组合 z = w·x + b，通过 sigmoid 激活 ŷ = 1/(1+e^(-z))，再计算交叉熵损失58% 相似待验证神经形态计算是一类借鉴神经系统结构与信息处理方式的计算范式，典型特征包括脉冲编码、事件驱动和存算一体57% 相似待验证漏积分发放（LIF）神经元模型是对生物神经元过程的数学抽象：膜电位随时间指数衰减、接收脉冲时累加、达到阈值后发放脉冲并重置57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098124API
curl https://kongchang.com/api/v1/knowledge/claims/1098124MCP
get_claim(id=1098124)