向量化的条件神经场:用于解决时变参数的偏微分方程的框架
发表于: 。使用矢量化条件神经场模型(VCNeFs),并结合注意力机制,通过并行计算多个时空查询点的解决方案并对其依赖关系进行建模,解决了 Transformer 模型在求解偏微分方程方面的问题,并具有优于现有机器学习模型的竞争力。
使用矢量化条件神经场模型(VCNeFs),并结合注意力机制,通过并行计算多个时空查询点的解决方案并对其依赖关系进行建模,解决了 Transformer 模型在求解偏微分方程方面的问题,并具有优于现有机器学习模型的竞争力。