研究人员开发了一种用于复杂输运问题代理模型的新方法，特别是那些具有薄边界层的复杂输运问题。这种方法称为理性增强切比雪夫（REC）树，将切比雪夫多项式与源自自适应Antoulas-Anderson（AAA）算法的理性元素相结合。评估表明，与标准的和切比雪夫树的DeepONets相比，REC树DeepONet在预测标量分布、温度和浓度方面显著提高了准确性，尤其是在具有挑战性的参数范围内，并抑制了振荡。 AI
影响 这项研究可能带来更准确、更高效的AI模型，用于模拟复杂的物理现象。
排序理由 详细介绍机器学习中代理建模新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
