科学计算最新成果！基于多分支物理信息深度算子神经网络的快速通用热仿真模型...

热仿真在各领域中起重要作用，但传统方法求解复杂的偏微分方程面临挑战。研究者利用神经网络进行热预测，结合物理信息和算子学习，提出了PI-DeepONet模型。该模型能快速预测参数解，速度显著提高，无需额外训练。该模型在芯片热仿真中表现出令人满意的精度和计算效率。通过飞桨深度学习平台，该模型可应用于不同PDE配置下的通用、超快速芯片热仿真。该研究框架具有广泛应用潜力，将为热仿真领域的进步注入强大动力。