English(EN) Neural-Schwarz Tiling for Geometry-Universal PDE Solving at Scale

NEST框架学习局部物理以实现几何无关的偏微分方程求解

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-12 16:20

研究人员开发了一个名为NEST（Neural-Schwarz Tiling，神经-施瓦茨切片）的新框架，用于在各种几何形状和尺度上求解偏微分方程（PDE）。与之前为特定问题集训练全局算子的方法不同，NEST专注于在小的体素块上学习局部物理响应。然后，使用域分解和施瓦茨耦合将这些局部求解器组合成全局解决方案，从而能够泛化到未见的复杂3D域。 AI

影响引入了一种新颖的偏微分方程求解方法，增强了学习模型的泛化能力和可重用性。

排序理由该集群包含一篇详细介绍求解偏微分方程新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

NEST
PDE

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Marco Maurizi · 2026-05-12 16:20

Neural-Schwarz Tiling for Geometry-Universal PDE Solving at Scale

Most learned PDE solvers follow a global-surrogate paradigm: a neural operator is trained to map full problem descriptions to full solution fields for a prescribed distribution of geometries, boundary conditions, and coefficients. This has enabled fast inference within fixed prob…

报道来源 [1]

Neural-Schwarz Tiling for Geometry-Universal PDE Solving at Scale

相关实体

相关话题