Newton's algorithm

AI研究通过新颖的牛顿法和Transformer方法加速PDE求解器

两篇新的研究论文提出了使用机器学习技术加速求解复杂偏微分方程（PDE）的新颖方法。第一篇论文介绍了一种两阶段牛顿初始猜测策略，该策略从预计算解和中间增量中学习特征，以减少高保真牛顿法所需的迭代次数。第二篇论文提出了“Physics Transformer”，一种针对PDE预测定制的Transformer架构，它使用函数投影从采样场创建具有物理表达能力的token，从而能够在包括工业规模模拟在内的各种基准测试中实现准确预测。