热点事件观察中
非线性动力系统作为可扩展且高效的物理神经网络
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月30日，一篇发布在arXiv“神经与进化计算”分类下的预印本（尚未经同行评审）报告了以非线性动力系统构建物理神经网络的模拟结果。该工作称，经过模型压缩等训练步骤后，这一物理神经网络在模拟中对手写数字数据集MNIST的识别准确率达到99.2%，作者据此将其描述为可扩展且高效的方案。目前该结果仅为模拟研究，尚未见同行评审或独立复现的报道。
AI 根据报道生成 · 23 小时前更新
最新进展10月30日 12:00
arXiv预印本报告：非线性动力系统物理神经网络模拟中MNIST识别准确率99.2%。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · Neural and Evolutionary Computing非线性动力系统作为可扩展且高效的物理神经网络
模拟显示，基于非线性动力系统的物理神经网络经模型压缩等训练后，MNIST识别准确率达99.2%。
本事件热度走势
当前热度 4·可比范围峰值 5（10月30日 18:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。