arXiv cs.LG· Fan Wu, Cheng Jing, Kookjin Lee·· 3 小时前AI 评分17
F$^3$NO：频率分解的有限时间流映射神经算子，用跨尺度条件引导
F$^3$NO: Frequency-Decomposed Finite-Time Flow-map Neural Operators with Cross-Scale Conditioning
AI 导读
研究者提出频率分解的有限时间流映射神经算子 F$^3$NO，用更新的低频特征引导高频信息的非线性细化，每层通过跨尺度条件连接全局频谱处理与局部细节细化。模型直接预测指定未来时刻的状态，并按预测区间调整两分支贡献，长轨迹则结合短时段并行预测与段间递归传播。在五个 PDE 基准上，其预测精度优于自回归和直接预测基线，消融显示频率分解细化能以更少参数提升精度。
来源：arXiv cs.LG · arxiv.org