arXiv · cs.AI· Renhao Zhong, Zihan Zhou, Chiyuan Ma, Tianshu Yu·· 2 天前
不完整数据场重建：先估计局部结构再进行全局修正
Learning Field Reconstruction from Incomplete Data by Globally Correcting Local Estimates
arXiv:2610.05375v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Renhao Zhong, Zihan Zhou, Chiyuan Ma, Tianshu Yu
首次提交：2026-10-05 01:06
研究任务与主要进展
作者提出一种用于不完整物理场重建的估计器：共享坐标条件预测器从局部不完整观测学习局部结构，再由全区域观测对冻结的局部估计进行残差修正。基于论文摘要，在三个真实海洋数据集的留出源支持位置上，该方法取得最低MSE和最高PSNR，MSE较最强外部基线降低28.9%–34.5%；材料未提供具体数据集、观测缺口分布或实验细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org