热点事件持续更新

神经算子分裂框架提升流体仿真精度

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Jianxiang Li 等作者提出 Neural Operator Splitting 框架，按分数步数值格式把每个时间步拆成物理可解释的算子分别学习，并引入条件线性傅里叶神经算子 CL-FNO。在二维和三维变几何流体实验中，完整模型相比单步神经算子将平均相对 L2 rollout 误差在二维降低 68%、三维降低 40%；在相近误差水平下，每步推理速度约为蒙特卡洛求解器的 10^3 倍。

AI 根据报道生成 · 13 小时前更新

最新进展10月21日 12:00

Neural Operator Splitting 框架提升复杂几何流体仿真精度

报道时间线

沿着报道，了解事件的不同侧面。

10月21日

12:00
arXiv 物理
Neural Operator Splitting 框架提升复杂几何流体仿真精度
Jianxiang Li 等提出 Neural Operator Splitting 框架，按分数步数值格式把每个时间步拆成物理可解释的算子分别学习，并引入条件线性傅里叶神经算子 CL-FNO。在二维和三维变几何流体实验中，完整模型相比单步神经算子将平均相对 L2 rollout 误差在二维降低 68%、三维降低 40%；在相近误差水平下，每步推理速度约为蒙特卡洛求解器的 10^3 倍。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1010月21日 13:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。