Ying Cao团队提出AH-GNO算子加速河床演变模拟

1. 12:00
   arXiv · ML

   AH-GNO 自适应地平线图神经网络算子加速耦合地貌动力学模拟

   AH-GNO 提出基于图算子学习的河床演变预测方法，在 Bump、Yen bend 及 Waiho River 基准测试中成功复现主要地貌迁移模式。 该模型直接运行于非结构化网格，结合 TELEMAC-2D 动力反馈，将后训练河床更新耗时从 12~1204 s 降至 0.08~3.34 s。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。