## 要約：
この論文では、物理法則を厳密に遵守する新しい物理学情報付きスパッキングニューラルネットワーク（PISNN）を提案し、熱方程式やラプラシアン方程式などのシステムのダイナミクスを正しく模倣しつつ、完全な質量保存を達成。
---
## 翻訳：
物理情報付きニューラルネットワーク（PINNs）と脳 Inspiried スパッキングニューラルネットワーク（SNNs）は、リアルタイムでエネルギー効率的な推論が必要な次の世代のエンボディドAIシステムにとって重要ですが、これらを組み合わせた新しいフレームワークとして、保守法則を厳密に遵守するように設計された保守フロー量子化（CFQ）戦略とコンSERATIVEリー漏れ防止イーネットワーク（C-LIF）ニューロンを使用した物理学情報付きスパッキングニューラルネットワーク（PISNN）を導入しました。このフレームワークにより、科学計算の厳格性と神経モ방工学の効率性を融合し、複雑で長期的なエネルギーエフICIENTな物理予測が可能になります。
[📰 原文はこちら](https://arxiv.org/abs/2511.21784)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
BittensorManがお勧めするメーカーリスト
http://exbridge.jp/xdirect/
動画の最後にお得な情報がありますので、
最後までご覧ください。
