Hypothesis

Learning fields turns S-parameter extrapolation into something closer to an in-distribution task.

极具启发性的观点。传统ML模型在未见过的结构上往往失效，因为从S参数看这是“外推”。但底层电磁场遵循不变的麦克斯韦方程。通过学习场，模型掌握了普适物理规律，从而将看似“外推”的预测转化为基于物理的“内插”，打破了ML只能插值的偏见。