Neuer Autoencoder: SAFE-PIT-CM liefert stabile Parameter aus Videos

Der neu entwickelte Autoencoder SAFE‑PIT‑CM kombiniert ein konvolutionelles Encoder‑Decoder‑Netzwerk mit einer „frozen“ PDE‑Operator‑Schicht, die die zeitliche Entwicklung physikalischer Prozesse exakt nachbildet. Durch die Einbettung der physikalischen Gleichung als differenzierbare, feste Schicht kann das Netzwerk ohne jegliche Ground‑Truth‑Labels die Transportkoeffizienten – beispielsweise die Diffusionskonstante alpha – direkt aus Videoaufnahmen extrahieren. Der Schlüssel liegt im SAFE‑Operator, der die Finite‑Differenzen‑Stencil in mehreren Sub‑Schritten ausführt, um die von der Euler‑Schrittweite verursachte Instabilität zu vermeiden und so die Stabilität des Modells zu gewährleisten. SAFE‑PIT‑CM wurde erfolgreich auf die klassische Wärmeleitung (alpha < 0) und die umgekehrte Wärmeleitung (alpha > 0) angewendet und liefert präzise Parameter­schätzungen. Darüber hinaus ermöglicht die Zero‑Shot‑Inference‑Funktion das Lernen von alpha aus einer einzigen Simulation ohne Trainingsdaten, wobei die Genauigkeit einem vortrainierten Modell entspricht. Diese Innovation eröffnet neue Wege für die datengetriebene Analyse von Kontinuumsmechanik‑Phänomenen.