#算子学习

共 8 条 · 7 天 1 条 · 30 天 1 条

DeepONet 2 PDE 2 FNO 1 MoE 1 SpectONet 1 拉普拉斯算子 1 物理信息神经网络 1 狄利克雷边界条件 1

信息流里打上「算子学习」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月6日

论文 Agent 与开发者09:43

HiRefPOU：用分区混合专家网络改进 PDE 算子学习

这篇论文把混合专家思路搬进了 DeepONet 和 FNO，专门对付尖界面、异质系数这类难解的 PDE，误差比基线低不少，做科学计算的可以看看。

#DeepONet #FNO #算子学习 #MoE

arXiv cs.LG@Madison Cooley 等 5 人原文

8月28日

论文精选73°19:08

算子学习中狄利克雷边界条件强制方法

这篇论文解决了算子学习中边界条件处理的难题，适用于任意网格数据和一般几何形状。

#算子学习 #狄利克雷边界条件 #神经网络 #PDE

arXiv cs.LG@Andrew M. Stuart, Margaret Trautner原文

7月29日

论文10:01

SpectONet：物理引导的谱深度算子网络用于欧拉-伯努利梁动力学

这篇论文提出了SpectONet，在梁振动问题上比传统DeepONet误差降低至少64%，物理一致性更好，值得研究结构动力学的朋友一看。

#SpectONet #DeepONet #物理信息神经网络 #算子学习

arXiv cs.LG@Shivani Saini 等 3 人原文

7月8日

论文10:10

基于核的算子学习：误差分析、预算分配与物理信息扩展

论文把算子学习的误差分解讲得很清楚，还给出了N、n、m的预算分配条件，物理信息扩展省去重新训练，做相关研究值得细读。

#Kernel-based Operator Learning #算子学习 #误差分析 #预算分配

arXiv cs.LG@Rüdiger Kempf原文

7月3日

论文09:16

Self-explainable Operator Learning 框架：从功能数据中发现空间模式

这篇论文让AI模型不再黑箱：用积分方程把算子学习拆成可解释的局部贡献，在流体力学上验证了梯度区域是模型重点。

#Self-explainable Operator Learning #可解释AI #算子学习 #流体力学

arXiv cs.LG@Mojgan Alishiri, Amirhossein Arzani原文

6月9日

论文13:04

拓扑神经算子 TNOs：在细胞复形上学习算子，提升 PDE 求解精度

做科学计算和 PDE 求解的团队，终于有了一个能自然处理复杂几何和拓扑结构的算子学习框架，比传统 NO 更准，值得一试。

#算子学习 #拓扑神经算子 #PDE求解 #细胞复形

arXiv cs.AI@Lennart Bastian 等 4 人原文

6月1日

论文10:14

Functional Attention：将注意力机制重写为函数对应关系

做算子学习或 PDE 求解的团队，终于有办法让 Transformer 不再把连续场当离散 token 处理了——Functional Attention 用函数对应替代 token 注意力，既提升泛化又保持分辨率不变，值得一试。

#算子学习 #注意力机制 #函数对应 #PDE求解

arXiv cs.LG@Jiefang Xiao 等 5 人原文

5月25日

论文精选09:58

语言模型架构用于流场重建：从稀疏测量到完整流场

流体力学和科学计算的研究者终于有了一个用语言模型做流场重建的新思路——稀疏数据下也能高精度重建，做CFD或实验测量的团队值得关注这个方向。

#流场重建 #语言模型 #算子学习 #稀疏测量

arXiv cs.LG@Qian Zhang, George Em Karniadakis原文