arXiv 物理· Ying Cao, Yifan Yang, Junqiang Xia, Julia C. Mullarney, M\'ario J. Franca·· 3 天前AI 评分38
AH-GNO：面向耦合替代形态动力学建模的自适应视界图神经算子
An Adaptive-Horizon Graph Neural Operator for coupled surrogate morphodynamic modelling
AI 导读
研究提出自适应视界图神经算子（AH-GNO），将河床演变建模为图算子学习问题，直接在非结构化网格上从近期水动力与地形状态预测河床高程增量。在 Bump、Yen bend 基准和 Waiho River 实地案例中，CPU-GPU 部署将训练后河床更新流程时间从 GAIA 的 12~1204 s 降至 0.08~3.34 s，相对 4 核 GAIA CPU 配置加速约 150~360 倍。
来源：arXiv 物理 · arxiv.org