研究人员推出自适应 Mamba 神经算子 (AMO)，这是一个用于在各种几何形状和网格上求解偏微分方程 (PDE) 的新颖框架。AMO 集成了再生核与状态空间模型，符合自适应傅里叶分解理论，以逼近 PDE 解流形。在流体物理、固体物理和金融领域的基准测试中，AMO 与现有求解器相比表现出卓越的性能，为可解释的神经算子设计提供了一种新方法。 AI
影响 引入了一个新的可解释神经算子框架，在基准 PDE 问题上优于现有求解器。
排序理由 该集群描述了一篇关于求解偏微分方程的新颖框架的最新研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.18043v1 Announce Type: new Abstract: Accurately solving partial differential equations (PDEs) on arbitrary geometries and a variety of meshes is an important task in science and engineering applications. In this paper, we propose Adaptive Mamba Neural Operators (AMO), …
Accurately solving partial differential equations (PDEs) on arbitrary geometries and a variety of meshes is an important task in science and engineering applications. In this paper, we propose Adaptive Mamba Neural Operators (AMO), which integrates reproducing kernels for state-s…