AROMA:利用局部神经场对潜在偏微分方程建模的空间结构保持
原文中文,约400字,阅读约需1分钟。发表于: 。AROMA 是一种用于增强利用局部神经场建模偏微分方程(PDEs)的框架,其灵活的编码器 - 解码器架构可以从各种数据类型,包括非规则网格输入和点云,获取平滑的空间物理场的潜在表示,这种多样性消除了补丁操作的需要,并允许对不同的几何形状进行高效处理;我们的潜在表示的顺序性质可被空间解释并允许使用条件变换器来建模 PDE...
AROMA是一种用于增强利用局部神经场建模偏微分方程(PDEs)的框架,能够从各种数据类型获取平滑的空间物理场的潜在表示,消除了补丁操作的需要,并允许对不同的几何形状进行高效处理。AROMA在模拟1D和2D方程方面表现出优越性,能够捕捉复杂动力学行为。