研究人员开发了 GENERIC-FNO，这是一种新颖的神经算子，旨在将非平衡热力学原理直接嵌入函数空间。该模型独特地整合了可逆的、能量守恒的动力学与不可逆的、熵产生的动力学，这是以前在神经算子中未能实现的壮举。GENERIC-FNO 学习能量和熵泛函并强制执行精确的结构保证，在各种物理动力学方面表现出高精度并优于现有基线。 AI
影响 推进了用于模拟具有保证热力学一致性的复杂物理系统的基本人工智能能力。
排序理由 该集群包含一篇详细介绍神经算子新模型架构的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.08343v1 Announce Type: new Abstract: We introduce GENERIC-FNO, the first neural operator to embed the full GENERIC (metriplectic) structure of nonequilibrium thermodynamics -- reversible, energy-conserving dynamics and irreversible, entropy-producing dynamics coupled t…
We introduce GENERIC-FNO, the first neural operator to embed the full GENERIC (metriplectic) structure of nonequilibrium thermodynamics -- reversible, energy-conserving dynamics and irreversible, entropy-producing dynamics coupled through the degeneracy conditions -- directly in …