面向二维磁流体动力学重联的物理信息神经算子代理模型

提出联合解决神经算子分布外退化与PINN多解收敛错误的协同训练方法，利用不完美神经算子引导PINN优化。

针对三维时域机载电磁数据贝叶斯反演计算成本高昂的问题，开发持续学习的神经算子代理模型替代传统求解器，实现高效反演。

提出基于引用影响力经济机制的AI虚拟实验室群体协同框架，自动化执行神经算子架构搜索与训练评估。

提出基于神经算子的CFD代理模型，用于小型模块化反应堆螺旋盘管蒸汽发生器的热工水力瞬态仿真，助力数字孪生实时分析。

提出自适应算子变换（AOT）方法解决多PDE预训练中解算子结构多样性问题，通过对目标解算子而非模型容量进行适配，提升神经算子在跨方程任务中的泛化能力。