物理校正済みMoEにより不完全なデータからプラスチック再生を予測

arXiv cs.AI ・ 2026-08-03

原題: From fragmented data to actionable design: Physics-calibrated learning for plastic upcycling

AI による要約

プラスチックのリサイクル実験における欠損データの多さを克服するため、物理校正と欠損制御を組み込んだMoEモデル（PC-MG-MoE）が開発された。データの人工補填を行わずに物理的整合性を保った予測を可能にし、アップサイクリング研究の加速に貢献する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。