研究人员开发了一种名为通用几何神经惠特尼形式（Geo-NeW）的新型数据驱动有限元方法，以提高神经偏微分方程（PDE）求解器的泛化能力。该方法联合学习一个微分算子和针对特定几何形状定制的兼容有限元空间。通过基于Transformer的编码和学习到的空间，将几何形状与解显式连接起来，Geo-NeW提供了强大的归纳偏置，从而提高了在未见过域上的性能并保持了物理守恒定律。 AI
影响 引入了一种新颖的神经偏微分方程求解器方法，有可能在各种几何形状中改进科学和工程模拟。
排序理由 这是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]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →