Euclidean Fourier Neural Operators：实现跨周期域泛化的连续谱核方法

针对传统 Fourier Neural Operators (FNOs) 依赖特定物理波矢导致跨域迁移失效的问题，论文提出 Euclidean FNOs (EFNOs)。 EFNOs 通过将谱核参数化为物理波矢的连续函数，消除了对离散网格和周期性域的依赖，确保算子在不同形状和大小的域中保持一致。 在热方程求解及材料科学任务中验证，EFNOs 能够泛化至未见过的网格尺寸和域。