arXiv · ML· Zijiang Yang, Xiaomeng Wu, Chen Kuang, Dongmei Fu·· 2 天前AI 评分37
PANO 并行隐空间神经算子求解偏微分方程
PANO: Parallel Latent Space Neural Operator for Solving PDEs
AI 导读
提出 PANO 神经算子,通过并行隐空间共享参数建模物理交互,在九个基准上达到 SOTA 性能。 该方法包含 CAP 编码解码映射及 PaLA 跨空间注意力层,Unilateral Stamping 误差降低 28.3%,AirCraft 误差降低 21.4%。 代码已开源,涵盖不同几何与观测规模的物理系统。
来源:arXiv · ML · arxiv.org