跳到正文
arXiv · ML· Xinhan Yang, Lu Lu, Shancong Mou·· 9 天前AI 评分41

NeurIPS 2026 论文 sTCL 实现神经算子实时导数感知训练

Derivative-Informed Training of Neural Operators On-the-Fly via Sketched Tangent Consistency

AI 导读

sTCL 提出一种实时导数感知训练目标,利用随机草图输入扰动直接从 PDE 残差执行敏感性一致性约束,无需离线切向标签或架构修改。 方法引入轻量级算子感知损失条件机制,解决了刚性、病态或不定切向算子导致的残差惩罚失效问题。 在 Helmholtz、Navier-Stokes 等 PDE 上,sTCL 取得与离线 DIFNO 相当的解和 Jacobian 精度,消除了离线数据生成与存储流程。

来源:arXiv · ML · arxiv.org