Heng Wu

新的神经算子通过 Shearlet 和 LNF-NO 架构增强了 PDE 求解能力

两篇新的研究论文介绍了一种新颖的神经算子架构，旨在提高求解偏微分方程（PDE）的效率和准确性。第一种，线非线性融合神经算子（LNF-NO），将线性和非线性效应解耦，以实现更快的训练和更好的可解释性。第二种，Shearlet 神经算子（SNO），用 Shearlet 替换傅里叶变换，以更好地处理激波主导和多尺度问题中常见的各向异性结构和尖锐梯度。