Pipe Turbulence

新型聚类注意力神经算子求解参数化PDE

研究人员推出了一种新颖的求解参数化偏微分方程（PDE）的方法——聚类注意力神经算子（CANO）。与现有方法可能面临二次复杂度或通过压缩造成信息丢失不同，CANO利用交叉注意力机制，动态地对查询进行聚类，同时保持全分辨率的键和值。该方法旨在在流体和固体动力学、不规则几何形状以及长期时间预测等各种基准测试中取得最先进的性能，与先前模型相比，展现出更低的误差和强大的适应性。