实体
SirenFNO
SirenFNO
PulseAugur coverage of SirenFNO — every cluster mentioning SirenFNO across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
CAFE+FNO 增强傅里叶神经算子以求解 PDE
研究人员推出了一种新颖的傅里叶神经算子 (FNO) 核生成方法 CAFE+FNO，该方法可增强偏微分方程 (PDE) 中高频变化的学习能力。该方法通过并行仿射分支和哈达玛积组合傅里叶-切比雪夫特征，集成了内容感知频率编码+ (CAFE+)。然后，结果表示通过核 MLP 映射到复数通道混合矩阵，对于固定的架构，可训练参数的数量与模式的数量无关。CAFE+FNO 已在五个 PDE 基准测试中与现有的 FNO 变体进行了评估，结果和实验配置已公开。
-
新的FNO架构增强了高频学习和物理精度
研究人员开发了傅里叶神经算子（FNO）的新框架，以提高其学习高频信息和物理性质的能力。SirenFNO利用正弦表示网络学习全网格频谱，无需频率截断，以更少的参数优于标准FNO。GENERIC-FNO将非平衡热力学的能量守恒和熵产生直接嵌入函数空间，展示了精确的结构保证和在各种PDE上的竞争性性能。此外，傅里叶多组分和多层神经网络（FMMNNs）将正弦型激活与多组分结构相结合，实现了指数级的表达能力和有利于高频目标的优化格局。