Sphaeria

新的SpeND方法使用神经网络进行精确的无网格物理模拟

研究人员开发了一种名为类谱神经网络离散化（SpeND）的新颖方法，用于创建无网格数值算子以进行物理模拟。该技术使用神经网络来学习模板权重，并以局部节点几何为条件，以更好地逼近谱算子。一个关键特性是投影层，它通过构造确保了多项式一致性，消除了对参考解的需求，并使训练具有物理无关性。模态分析表明，与结构化网格上的传统方法（如LABFM或有限差分）相比，SpeND算子在更宽的波数带上表现出更高的精度，同时保持四阶收敛性。