English(EN) Fourier Neural Operators for Rayleigh-Bénard Convection

新的傅里叶神经算子改进了流体对流模型

作者 PulseAugur 编辑部 · [2 个来源] · 2026-07-02 12:28

研究人员开发了一种增强型傅里叶神经算子（FNO），用于模拟二维瑞利-贝纳尔对流。这种改进的FNO预测时间增量而非完整解，与标准的FNO基线相比具有更高的准确性。该模型非常紧凑，拥有31.4万个参数，大小为1.26 MB，推理速度快至7毫秒，同时保持了具有竞争力的准确性。 AI

影响这项研究提出了一种更有效、更准确的模拟复杂物理现象的方法，有可能加速流体动力学领域的科学发现。

排序理由该集群包含一篇详细介绍用于科学模拟的新模型架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.LG TIER_1 English(EN) · Chelsea Maria John, Thibaut Lunet, Sebastian G\"otschel, Andreas Herten, Stefan Kesselheim, Daniel Ruprecht · 2026-07-03 04:00

Fourier Neural Operators for Rayleigh-B\'enard Convection

arXiv:2607.02088v1 Announce Type: new Abstract: We propose an improved Fourier Neural Operator (FNO) for modeling two-dimensional Rayleigh-B\'enard convection by predicting time increments instead of full solutions, achieving higher accuracy than a standard FNO baseline. The resu…
arXiv cs.LG TIER_1 English(EN) · Daniel Ruprecht · 2026-07-02 12:28

Fourier Neural Operators for Rayleigh-Bénard Convection

We propose an improved Fourier Neural Operator (FNO) for modeling two-dimensional Rayleigh-Bénard convection by predicting time increments instead of full solutions, achieving higher accuracy than a standard FNO baseline. The resulting model is compact (314k parameters, 1.26 MB) …