**PDE-JEPA:基于预测性表征学习的参数化PDE动力学建模**

_PDE-JEPA: Predictive Representation Learning of Latent Dynamics Modeling for Parametric PDEs_

> 该论文提出PDE-JEPA框架,利用预测性表征预训练替代传统重建目标,以捕捉参数化偏微分方程(PDE)的潜在动力学。通过掩码潜在预测、几何投影器及物理结构化潜在预测器,该方法在9个基准测试中显著优于现有SOTA,分布内平均提升33.4%,未见参数外推提升51.4%。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-05 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.34715)