Fourier Neural Operator(FNO)原始论文
我的评分
该论文提出直接在傅里叶空间参数化积分核,并将线性变换与非线性激活层叠, 得到在函数空间之间映射的算子,而非有限维向量之间的映射。
核心结论:在低分辨率上训练,推理时可直接泛化到高分辨率(零样本超分辨), 在 Burgers、Darcy 与 Navier-Stokes 等方程上相较经典求解器取得大幅加速。
标签:
该论文提出直接在傅里叶空间参数化积分核,并将线性变换与非线性激活层叠, 得到在函数空间之间映射的算子,而非有限维向量之间的映射。
核心结论:在低分辨率上训练,推理时可直接泛化到高分辨率(零样本超分辨), 在 Burgers、Darcy 与 Navier-Stokes 等方程上相较经典求解器取得大幅加速。
| / | Focus search |
| gh | Go to home |
| gf | Go to favorites |
| ga | Go to A–Z index |
| gr | Go to recent updates |
| gt | Go to timeline |
| gp | Go to Hot 100 |
| ? | Show this help |
| Alt+D | Toggle dark mode |
| Esc | Close dialog |