本文介绍了一种名为LE-PDE的方法，通过学习局部动态演化的全局表示，加速偏微分方程（PDE）的模拟和反问题求解。该方法在1D和2D方程测试中显示出显著的速度提升和更新尺寸减少，同时保持竞争力的精度。研究还探讨了结合物理与机器学习的PDE学习新领域，提出了高效的算法和模型，展示了在高维PDE问题上的优势。