11:12arXiv cs.LG@Armand de Villeroché, Sibo Cheng, Vincent Le Guen, Marc Bocquet, Rem-Sophia Mouradi, Patrick Armand, Alban Farchi, Patrick MassinTransformer神经算子在复杂几何PDE求解中表现出色,但现有方法假设固定域大小限制泛化。本文提出可分解注意力偏置与旋转位置编码,实现空间局部性和平移等变性,使模型在训练域2倍、4倍更大的域上零样本推理。在2个PDE基准(Navier-Stokes、Darcy)和1个3D工业大气流动应用中,该方法显著提升零样本泛化性能。代码和数据集已公开在GitHub。论文Transformer神经算子零样本泛化Domain extension推荐理由:零样本推理更大域的新方法原文