Fourier--Chebyshev features

CAFE+FNO 增强傅里叶神经算子以求解 PDE

研究人员推出了一种新颖的傅里叶神经算子 (FNO) 核生成方法 CAFE+FNO，该方法可增强偏微分方程 (PDE) 中高频变化的学习能力。该方法通过并行仿射分支和哈达玛积组合傅里叶-切比雪夫特征，集成了内容感知频率编码+ (CAFE+)。然后，结果表示通过核 MLP 映射到复数通道混合矩阵，对于固定的架构，可训练参数的数量与模式的数量无关。CAFE+FNO 已在五个 PDE 基准测试中与现有的 FNO 变体进行了评估，结果和实验配置已公开。