arXiv cs.LG· Fan Wu, Cheng Jing, Kookjin Lee·· 25 天前AI 评分33
F$^3$NO：具有跨尺度条件的频域分解有限时间流映射神经算子
F$^3$NO: Frequency-Decomposed Finite-Time Flow-map Neural Operators with Cross-Scale Conditioning
AI 导读
研究人员提出频域分解有限时间流映射神经算子 F$^3$NO，利用低频特征指导高频非线性精炼，解决 PDE 快速预测中的误差累积与细微结构解析难题。该模型能直接预测指定未来时刻状态，针对长轨迹结合了段内并行预测与段间递归传播。在 5 个 PDE 基准测试中，F$^3$NO 精度超越自回归与直接预测基线，且能以更少参数提升准确率。
来源：arXiv cs.LG · arxiv.org