本研究提出了一种新颖的耦合多物理场神经算子学习框架（COMPOL），显著提升了对复杂物理关系的捕捉能力，预测性能提高了两到三倍。
本研究提出了一种新颖的耦合多物理场神经算子学习框架（COMPOL）。
该框架解决了现有神经算子在处理耦合多物理场输出时的局限性。
COMPOL通过递归和注意力机制聚合特征。
该方法显著提高了对复杂物理关系的捕捉能力。
预测性能比现有方法提升了两到三倍。
完成下面两步后，将自动完成登录并继续当前操作。
