核方法算子学习求解不可压缩流

Ramansh Sharma 等作者发表论文，提出一种基于核的保性质算子学习方法，用于求解不可压缩 Navier-Stokes 流。该方法将输入函数映射为保性质核基上的输出函数展开系数，作者称这种展开可解析，并同时保持不可压缩性、周期性与湍流等物理性质。 论文报告称，在 2D 和 3D、层流与湍流不可压缩流问题上，该方法泛化时相对 ℓ2 误差最多降低六个数量级，训练速度比神经算子快最多五个数量级，并避免神经算子出现的大散度误差。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。