研究人员推出了一种新颖的条件神经算子STCO，用于时变偏微分方程（PDE）。该新框架允许基于诸如身体运动或流入等规定输入进行条件预测，这些输入并非仅由观测状态决定。STCO集成了流感知图叶（FAGL）和双站点特征线性调制（DSFiLM），以有效地将这些规定条件整合到各种骨干架构中。在计算流体动力学基准测试上的评估表明，在多个骨干架构和条件下，预测误差显著降低，性能得到提升。 AI
影响 增强了神经算子对复杂物理模拟的预测能力，有望改善流体动力学等领域的控制和优化。
排序理由 该集群包含一篇关于科学计算新模型/框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- computational fluid dynamics
- DSFiLM
- Dual-Site Feature-wise Linear Modulation
- Flow-Aware Graph Leaf
- Spatiotemporal Conditional Operator
- STCO
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
