多步长神经算子实现湍流长期预测

Guanyu Pan 等作者提出一种用于三维湍流长期预测的多步长神经算子，把隐式因子化 Transformer（IFF）预测器与因子化注意力跨步融合（FA-CSF）模块结合，使自回归步长与输出时间步解耦。 按作者描述，各预测器输入同一当前速度场，FA-CSF 复用它们的输出与隐特征，经插值和学习校正生成中间速度场；校正后的最大步长场再驱动下一步自回归。报道未给出该方法的预测精度或长时稳定性数据。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。