transformer-enhanced neural operator

新型Transformer增强神经算子预测气动性能

研究人员开发了一种预测透平机械叶栅气动性能的新方法，其功能类似于CFD模拟器。该框架首先预测Navier-Stokes方程的基本参数，如温度和压力，然后利用这些参数确定关键性能指标。引入了一种新颖的Transformer增强神经算子（TNO）来提高预测精度，在Rotor 37叶片数据集上优于现有的深度学习算子，如FNO和DeepONet。TNO通过四个数量级显著降低了敏感性分析和优化等下游任务的计算成本。