L-SplineFNO 非结构化神经算子模型 arXiv 首发
热点事件持续更新
L-SplineFNO 非结构化神经算子模型 arXiv 首发
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
arXiv cs.lg 版块 2026 年 10 月 15 日发布 L-SplineFNO 论文，该模型由 Vignesh Gopakumar 等人提出。模型采用可学习张量积 B 样条与 FNO 骨干耦合设计，专门针对非结构化网格内存高效神经算子需求开发。 在性能评估上，该模型在 6 个三维工程基准测试中实现高预测精度。系统扩展性方面，训练可扩展至 2660 万节点，推理达到 4600 万节点规模，且单卡 A100 即可正常运行，显著降低了计算资源门槛。
AI 根据报道生成 · 5 小时前更新
最新进展10月19日 12:00
L-SplineFNO：用于非结构化神经算子的可学习样条报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · MLL-SplineFNO：用于非结构化神经算子的可学习样条
研究提出 L-SplineFNO，一种将 FNO 骨干与可学习张量积 B 样条耦合的内存高效神经算子，适用于非结构化网格。 该模型在 6 个三维工程基准上实现高预测精度，训练可扩展至 2660 万节点，推理达 4600 万节点，单卡 A100 即可运行。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:00
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。