研究人员推出了一种新颖的令牌化框架MeshTok，旨在提高用于求解偏微分方程（PDE）的Transformer的效率和准确性。与将计算域均匀划分的传统方法不同，MeshTok采用了一种受自适应网格细化启发的自适应方法。该技术选择性地细化具有复杂特征的区域，创建了一组异构令牌，这些令牌在一个Transformer序列中同时捕获全局上下文和局部细节。实验表明，与均匀网格基线相比，MeshTok提供了更好的效率-准确性权衡，表明其作为神经PDE建模的可扩展原理的潜力。 AI
影响 引入了一种更高效、更准确的神经PDE求解器方法，有可能加速科学发现。
排序理由 该集群包含一篇详细介绍神经PDE建模新方法的论文。[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 →