张量网络
张量网络（Tensor Networks）是一种用于高效表示和计算高维数据的数学框架。它是THOR AI框架实现"降维打击"的核心工具，通过将高维数据拆解、压缩成一系列低维组件，从根本上解决了维数灾难问题。
核心技术：张量训练交叉插值
张量训练交叉插值（Tensor Train Cross Interpolation）是THOR AI使用的先进数学降维技术。它将高维数据立方体拆解、压缩成一系列首尾相连的低维组件链条，类似于将几百GB的8K超高清视频无损压缩成几MB的文件。
在THOR AI中的应用
- 自动捕捉并识别材料内部的关键晶体对称模式
- 裁减大量重复和不必要的计算步骤
- 与机器学习势函数结合，实现高维度的直接积分求解
相关概念
- [[维数灾难]] — 张量网络要解决的根本问题
- [[构型积分]] — 张量网络直接求解的目标
- [[thor-ai-framework]] — 利用张量网络的AI框架
- [[机器学习势函数]] — 与张量网络结合的混合驱动技术
- [[直接计算时代]] — 张量网络技术开启的新范式