研究提出CFL感知边设计改进GNN双曲PDE求解

2026年10月27日，Jinyoung Jeong等研究者在arXiv发布论文，提出将CFL信号作为边局部特征融入图神经网络。该设计旨在增强GNN对双曲偏微分方程的建模能力。 研究发现，在架构不变且边缘信息明确分离方向与空间尺度的前提下，CFL条件化使最终步骤误差降低10.4%至14.4%。且随步长增加，误差改善幅度扩大。 该设计原则表明，基于已分离交互方向的CFL调制能有效抑制激波附近的数值振荡。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。