Variational Latent Markov Operators

新的变分方法提高了长时程偏微分方程预测的稳定性

研究人员开发了一种新的变分方法，以提高神经偏微分方程（PDE）求解器的长时程预测能力。该方法引入了潜在马尔可夫动力学，其中物理状态由分布表示并通过概率转换进行演化。该框架被实例化为变分自编码马尔可夫算子（VAMO），结合了潜在场、结构化高斯扰动和神经算子转换，以正则化学习到的动力学并减少误差累积。在流体动力学基准测试上的实证结果表明，与现有基线相比，VAMO在扩展时程上显著提高了滚动稳定性和预测精度。