世界模型

LNODE: latent dynamics reveal the shared spatiotemporal structure of amyloid-$β$ progression

LNODE：潜变量揭示阿尔茨海默病β淀粉样蛋白进展的共享时空结构

Zheyu Wen, George Biros

专题命中 模型式强化学习 ：latent dynamics(title)

AI总结 LNODE模型通过PET影像校准，揭示阿尔茨海默病β淀粉样蛋白进展的时空结构，具备融合、定量分析和解释能力，展现高参数可识别性和稳定性。

Comments 36 pages, 14 figures

Efficient Real-Time Adaptation of ROMs for Unsteady Flows Using Data Assimilation

利用数据同化高效实时适应不稳流的ROM

Ismaël Zighed, Andrea Nóvoa, Luca Magri, Taraneh Sayadi

专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.LG

AI总结 本文提出一种基于数据同化的高效ROM重训练方法，通过概率性VAE和变压器网络，在稀疏观测下实现快速实时适应不稳流的降阶模型。

Journal ref Computers & Fluids, Volume 319, 2026, 107250,