AITOPAI热报

神经算子

general · 首次出现 2026-05-22 · 最近出现 2026-08-31 · 累计提及 11

综述

神经算子是一种深度学习方法，用于学习函数到函数的映射，特别适用于解决偏微分方程和科学计算问题。近年来，神经算子领域发展迅速，从理论研究到工程应用都取得了显著进展。

神经算子近期进展

  • 2024年6月，Hartley Neural Operator提出用实谱替代复谱的神经算子方法，提高了计算效率。Hartley Neural Operator: 用实谱替代复谱的神经算子方法
  • 2024年6月，因子化神经算子FaNO被提出用于分解动态与持久响应，增强了神经算子的可解释性。因子化神经算子 FaNO 分解动态与持久响应
  • 2024年6月，Transformer神经算子在零样本泛化到更大域方面取得突破，展示了强大的泛化能力。Transformer神经算子的零样本泛化到更大域
  • 2024年6月，神经算子代理模型实现了小堆螺旋管蒸汽发生器CFD实时仿真，将计算速度提升了千倍以上。神经算子代理模型实现小堆螺旋管蒸汽发生器CFD实时仿真

    • 当前焦点与观察点

    神经算子领域目前正朝着提高计算效率、增强泛化能力和拓展应用范围方向发展。谱偏差校正和局部动力学审计等理论分析工作也在不断深入，为神经算子的可靠性提供了保障。工程应用方面，神经算子在CFD仿真和贝叶斯逆设计等领域已展现出显著优势，大幅提升了计算效率。未来，神经算子有望在更多科学计算和工程领域发挥重要作用。

    相关报道

    10 条在档