待验证50% 置信事实精确时间
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。
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（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。76% 相似待验证Zephon在数据加载层引入全局有序的样本索引机制，每个训练样本在整个数据集中有唯一的逻辑序号，数据加载器根据当前并行配置将全局序列映射到各rank和工作进程上。67% 相似待验证可微分编程处理不可微离散结构的主要技术路线包括直通估计器、Gumbel-Softmax重参数化和神经网络引导的束搜索67% 相似待验证ZENO将后验分布嵌入期望最大化（EM）框架，通过交替E步（利用当前参数估计后验分布）和M步（最大化完全数据对数似然以更新参数）来实现参数学习和状态推断。67% 相似待验证SPLADE 是一种学习型稀疏检索模型，通过神经网络为文档生成稀疏向量表示，可在倒排索引上高效运行66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098132API
curl https://kongchang.com/api/v1/knowledge/claims/1098132MCP
get_claim(id=1098132)