跳到正文
arXiv · ML· Xinjian Xie, Ruxuan Chen, Jiashu Li, Tianyu Gao, Ye Wei·· 13 小时前AI 评分31

TangentPDE: 利用稀疏有限差分监督学习局部算子响应

TangentPDE: Learning Local Operator Responses with Sparse Finite-Difference Supervision

AI 导读

TangentPDE 框架通过有限差分近似方向导数,联合约束状态保真度与响应方向,从而学习算子值及其局部变化。 该方法无需显式导数标签、线性化或伴随 PDE 求解,适用于非线性求解器,并作为即插即用框架集成多种神经算子主干。 在 4 类 PDE 系统和 20 种任务-主干设置中,TangentPDE 在 18 种设置下降低了三种子平均状态误差及 Rollout@20 误差。

来源:arXiv · ML · arxiv.org