物理编码消息传递图网络用于时空偏微分方程系统
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了现有神经模型在复杂条件下预测时空动态的不足，提出了一种新的图学习方法——物理编码消息传递图网络（PhyMPGN），该方法能够在小规模训练数据下有效建模不规则网格上的时空偏微分方程系统。实验结果表明，PhyMPGN在粗糙的非结构化网格上能够准确预测多种时空动态，并且在性能上超越了其他基线方法。
本研究提出了一种新方法——物理编码消息传递图网络（PhyMPGN），解决神经模型在复杂条件下预测时空动态的不足。该方法在小规模数据上有效建模不规则网格的时空偏微分方程。实验结果表明，PhyMPGN在非结构化网格上准确预测多种时空动态，优于其他方法。
