激子 - 极化子凝聚:傅里叶神经算子方法
该文章介绍了一种基于机器学习的傅立叶神经运算器方法,可用于解决复杂非线性系统的求解问题。该方法可应用于全光器件研究中的 Gross-Pitaevskii 方程,速度比基于 CUDA 的 GPU 求解器快 1000 倍。这项研究为全光芯片设计提供了实验数据。
原文中文,约300字,阅读约需1分钟。
该文章介绍了一种基于机器学习的傅立叶神经运算器方法,可用于解决复杂非线性系统的求解问题。该方法可应用于全光器件研究中的 Gross-Pitaevskii 方程,速度比基于 CUDA 的 GPU 求解器快 1000 倍。这项研究为全光芯片设计提供了实验数据。