高斯泼溅表示层物理集成算子学习框架

研究提出前馈高斯泼溅（FFGS）表示，作为离散解场与支配算子之间的连续接口，把物理PDE算子直接融入学习到的演化映射，而不引入物理残差损失。 在二维和三维PDE系统（平流、扩散、非线性自平流和反应动力学）的长期自回归预测中，该方法较最强纯数据驱动基线将相对ℓ2误差降低1.5倍至2.2倍，并提升谱保真度；在支配方程部分已知时仍保持有效。

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。