FUSE: 高效统一的偏微分方程模拟和估计
原文中文,约600字,阅读约需2分钟。发表于: 。通过运用运算符学习框架,同时预测连续量和推断离散参数的分布,能够提高预测的准确性和鲁棒性,并且降低反向和代理模型的成本。
本文介绍了一种基于有限元的物理信息算子学习框架,用于预测由偏微分方程控制的时空动态。该框架利用了受有限元方法和隐式欧拉时间积分方案启发的损失函数。经过训练,该框架能够准确预测任意初始温度场的时间演化,并适用于具有异质热导率和任意几何形状的情况。该框架的优势在于无需大量昂贵的模拟或实验数据集,训练效率高,并能处理任意几何形状。