Georg Maierhofer

New Mesh-Native Convolution Adapts Foundation Models for Unstructured Data

研究人员推出了一种新颖的 tokenization 层 Mesh-Native Convolution (MNC)，旨在使基础模型适应非结构化网格数据。该方法允许在网格数据上训练的模型通过最少的重新训练，高效地改造以适应不规则的非结构化网格。MNC 旨在弥合卷积神经网络 (CNN) 和图神经网络 (GNN) 之间的差距，从而提高物理基础模型在不同数据表示之间的可移植性。