Muhammad Abid

新的SEDONet架构增强了科学计算中AI的逼近能力

研究人员开发了一种新颖的谱嵌入深度算子网络（SEDONet）架构，以提高DeepONets在科学计算复杂问题上的逼近能力。与使用原始坐标上的全连接层的标准DeepONets不同，SEDONet采用了切比雪夫谱字典，为有界域提供了合适的归纳偏置。这种方法使SEDONet能够更好地捕捉精细尺度特征、边界层和非周期结构，在包括二维泊松方程和Lorenz-96混沌系统在内的各种基准测试中，其相对L2误差优于基线DeepONets和傅里叶嵌入变体。