Il framework M³ riduce il bias nelle simulazioni fisiche neurali

Un nuovo framework chiamato M³ (Multi-scale Morton Measure) è stato introdotto dai ricercatori per affrontare il bias causato dalle misure nei modelli surrogati neurali utilizzati per le simulazioni fisiche. Questi modelli si basano su campioni discretizzati da domini continui, portando a incongruenze spaziali a causa di una supervisione empirica non uniforme. M³ migliora l'addestramento dividendo lo spazio in base alle variazioni fisiche e distribuendo la supervisione su diverse scale. Valutato su tre dataset industriali con discretizzazioni differenti, M³ fornisce costantemente previsioni migliori, con errori ridotti fino a 4,7× in scenari volumetrici di grandi dimensioni. I miglioramenti rimangono significativi anche con un sottocampionamento aggressivo (160M → 16M → 1,6M punti), dove i modelli addestrati con M³ superano quelli addestrati su dati a risoluzione più alta, ottenendo una riduzione di 3–4× dell'errore L2 relativo ponderato per la fisica.