基于局部增强傅里叶神经算子的偏微分方程求解方法

摘要： 偏微分方程(PDE)是描述现实系统的重要数学工具，对其进行求解可以预测和分析系统的行为。PDE的解析解通常难以获取，一般通过数值法进行近似解算，但数值法求解参数化PDE时效率较低。近年来，利用深度学习求解PDE的方法在应对上述问题时展现出了优势，特别是傅里叶神经算子FNO(Fourier Neural Operator)已在此类问题中展现出显著成效。然而，FNO仅通过频域上的卷... （共8页）