arXiv：cs.LG（机器学习，全量分类）· Yifei Sun·· 1 天前AI 评分38
在横向子空间中学习：无散度算子学习的最小表示
Learning in the Transverse Subspace: A Minimal Representation for Divergence-Free Operator Learning
AI 导读
研究者提出一种无散度向量场的最小表示，将 D 维域上的 D 分量无散度场编码为同一域上的 (D-1) 分量场，利用 Fourier 空间的横向结构与 Householder 正交变换直接构造约化坐标。
来源：arXiv：cs.LG（机器学习，全量分类） · arxiv.org