跳到正文
arXiv · ML· Ha Dang, Sebastian Schmidt, Juergen Hesser·· 11 天前AI 评分23

Cut-DeepONet 提出平滑分段切割框架以处理神经网络算子中的不连续性与尖锐过渡

Smooth Piecewise Cutting for Neural Operator to Handle Discontinuities and Sharp Transitions

AI 导读

研究提出 Cut-DeepONet 两阶段训练框架,通过提升策略将域划分为平滑子区域,将不连续性表示为高维空间边界。额外网络预测输入依赖的不连续位置,指导算子生成平滑分量。在基准 PDE 实验中以更少可训练参数优于最先进方法,证明改变表示比增加模型复杂度更有效。

来源:arXiv · ML · arxiv.org