arXiv：cs.LG（机器学习，全量分类）· Shizheng Wen, Siddhartha Mishra, Marius Zeinhofer·· 1 天前AI 评分39
预条件物理信息神经算子训练
Preconditioned Physics-Informed Neural Operator Training
AI 导读
研究者提出预条件残差损失函数，实现物理信息神经算子的无标签训练，在 Poisson、Allen-Cahn 和稳态 Stokes 方程上精度匹配监督训练，比此前物理信息算子学习方法准确 4 至 25 倍。该方法通过几何与代数多重网格实现，对椭圆问题具备网格无关的条件数，并适用于线性与非线性、稳态或时变方程及结构化与非结构化网格，且不增加推理成本。
来源：arXiv：cs.LG（机器学习，全量分类） · arxiv.org