跳到正文
原文
arXiv cs.LG· Tanguy Az\'ema, Marc Bocquet, Fatiha Nmira, Xiaoyi Lu, Jean-Louis Consalvi, Sibo Cheng·· 6 天前AI 评分29

超越仿射重构:用于辐射传输方程的多分辨率 Transformer DeepONet

Beyond Affine Reconstruction: Multi-Resolution Transformer DeepONets for the Radiative Transfer Equation

AI 导读

研究团队提出一种基于 Transformer 的多分辨率 DeepONet,结合 Perceiver 编码器与交叉注意力解码器实现非仿射重构,用于加速火灾模拟中的辐射传输方程求解。该架构无需统一重采样即可直接处理多分辨率输入,并突破了仿射重构的理论误差下限。二维池火实验表明,该模型在预测辐射强度与入射辐射时精度优于自编码器 DeepONet,且具备更少的可训练参数。

来源:arXiv cs.LG · arxiv.org