搞科学计算的朋友可以看看这篇:它把 flow matching 用到了多物理场耦合 PDE 上,一次前向就出解,不用跑传统数值模拟。还给了 Wasserstein-2 误差上界的理论保证,比单物理场的神经算子更贴近真实工程场景。
#PDE求解
共 10 条 · 7 天 1 条 · 30 天 2 条
信息流里打上「PDE求解」标签的资讯、产品与论文,按刊登时间排,新的在上。
11月10日
CoupledFlow:一步预测多物理场耦合PDE的神经算子框架
10月30日
一个模型学560个PDE算子:in-context多保真学习框架
搞科学计算的朋友看看这个:用in-context学习把560个PDE算子塞进一个25万参数的小模型,新PDE给几对演示就能直接预测,不用重新训练。
9月29日
NHMO:一个神经网络求解器搞定变形状域椭圆偏微分方程
arXiv 上这篇论文挺有意思:把调和测度做成可学习的边界核,训练一次,换边界条件换源项都不用重训,直接重新积分就出新解。做科学计算或 PDE 求解的可以看看。
9月28日
NEXT 架构结合指数积分器,解决刚性 PDE 数值发散问题
PINN 解刚性 PDE 容易翻车,这篇把指数积分器接进 NeuSA,稳定性和精度都保住了,代码也开源了。
8月11日
6月19日
QCPIKAN:量子-经典物理信息KAN用于PDE求解
这篇论文发布了QCPIKAN,首个混合量子经典PDE求解器,用Chebyshev KAN层加速收敛,渗流模拟精度远超市面同类。
6月9日
论文13:04
拓扑神经算子 TNOs:在细胞复形上学习算子,提升 PDE 求解精度做科学计算和 PDE 求解的团队,终于有了一个能自然处理复杂几何和拓扑结构的算子学习框架,比传统 NO 更准,值得一试。
6月3日
论文10:40
FreqNO-DPS:扩散后验采样校正神经算子谱偏差做物理模拟或PDE求解的团队终于有了解决高频细节丢失的实用方案——FreqNO-DPS用扩散模型校正神经算子的谱偏差,在稀疏观测下也能恢复全频带精度,建议做科学计算或工程仿真的直接试。
6月1日
论文10:14
Functional Attention:将注意力机制重写为函数对应关系做算子学习或 PDE 求解的团队,终于有办法让 Transformer 不再把连续场当离散 token 处理了——Functional Attention 用函数对应替代 token 注意力,既提升泛化又保持分辨率不变,值得一试。
5月14日
Di-BiLPS:极稀疏观测下的双向潜变量PDE求解器
PDE求解在稀疏观测场景下一直是个难题,Di-BiLPS用潜空间扩散和对比学习解决了精度和效率的双重瓶颈。做科学计算或物理模拟的开发者,尤其是处理传感器数据稀疏的团队,值得关注这个新范式。