本文介绍了复神经算子（CoNO）的应用，通过参数化积分核和复值神经网络提高模型的表示能力、噪音鲁棒性和泛化能力。实证评估结果显示CoNO在多个数据集和任务中表现优秀，为连续动态系统的建模提供了鲁棒且优越的模型。

周期动力神经算子：基于数据驱动的非局部本构模型与复杂材料响应
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证